This study examined the effect of sample sizes, distribution of the noise term and variance inefficiency term performance on directional output distance function (DODF) through Monte Carlo experiments. Sample sizes from 100 to 500 at the interval length of 100, variance of the inefficiency term \((\sigma_u^{2}=0.05, 0.8)\) and distribution of the noise term with normal and Student-t distribution levels were considered. Results revealed that larger the sample size and the variance of inefficiency term are, better directional output distance function performed. However, when the sample size exceeds 300, no impact is observed on the performance of DODF.

Cette étude a examiné l'effet de la taille des échantillons, de la distribution du terme de bruit et de la variance du terme d'inefficacité sur performance de la fonction de distance de sortie directionnelle (DODF) par le biais des expériences de Monte Carlo. Des tailles d'échantillon de 100 à 500 à intervalle de 100, la variance du terme d'inefficacité \((\sigma_u^{2}=0,05, 0,8)\) et la distribution du terme de bruit (distribution normale et distribution \(t\) de Student) ont été pris en compte. Les résultats ont révélé que plus la taille de l'échantillon et la variance du terme d'inefficacité sont importantes, plus la fonction de distance de sortie directionnelle est performante. Toutefois, lorsque la taille de l'échantillon dépasse 300, aucun impact n'est observé sur les performances de la fonction DODF.

This study aimed to evaluate the performance of resampling strategies in ensemble tree ML algorithms such as random forest and conditional inference forests in modelling overdispersed outcomes, considering the complexity of the relationship between predictors and the outcome, overdispersion level, predictor type and sample size. We used simulated data and a case study modelling tick (Rhipicephalus appendiculatus) abundance on pastures. Results show that the choice of resampling approach affects learning algorithms' performances differently and a resampling method may be more or less effective for some datasets than for others.

Cette étude visait à évaluer les performances des méthodes de rééchantillonnage pour les algorithmes d'apprentissage automatique basés sur un d'ensemble d'arbres dans la modélisation des variables surdispersées, en tenant compte de la complexité de la relation entre les prédicteurs et la variable dépendante, du degré de surdispersion, du type de prédicteur et de la taille de l'échantillon. Nous avons utilisé des données simulées et une étude de cas modélisant l'abondance du tique (Rhipicephalus appendiculatus) sur les pâturages naturels au Sud Kivu, en RD Congo. Les résultats ont montré que le choix de l'approche de rééchantillonnage affecte différemment les performances des algorithmes d'apprentissage et qu'une méthode de rééchantillonnage peut être plus ou moins efficace pour certains ensembles de données que pour d'autres.