Hauke Hüttmann, 2007 - Institut für Tierzucht und Tierhaltung ...

4 Diskussion
Regressionen aufgefüllt. Aufgrund der Ergebnisse von DE VRIES et al. (1999) wurden in der
vorliegenden Untersuchung die Modellierung der Kurven über den Laktationsverlauf durch
die Funktion von ALI und SCHAEFFER (1987) den von LUCY et al. (1991) und HEUER
(2000) benutzten Polynomen 3. Grades vorgezogen. Zu der Anzahl an aufgefüllten Werten
werden in keiner der drei zitierten Untersuchungen Angaben gemacht. In der vorliegenden
Untersuchung liegt die Anzahl aufgefüllter Werte bei den Merkmalen Milchmenge,
Futteraufnahme und Lebendgewicht mit 6,8 %, 10,3 % und 13,0 % in einem subjektiv
vertretbaren Bereich. Da bei einer fehlenden Tagesmessung eines dieser Merkmale auch kein
Wert für die aus diesen Einzelkomponenten geschätzte Energiebilanz berechnet werden kann,
ist die Anzahl aufgefüllter Werte bei der Energiebilanz deutlich höher. Um soviel
Wahrheitsgehalt wie möglich zu konservieren, wurde die Energiebilanz erst aus den
aufgefüllten Datenverläufen der Einzelkomponenten Milchleistung, Futteraufnahme und
Lebendgewicht geschätzt, wobei mit 24,9 % fast jeder vierte Energiebilanzwert zumindest
teilweise aus der polynomialen Regression resultiert. Im Mittel wurde jeder fehlende
Energiebilanzwert zu 38,6 % über die polynomiale Regression geschätzt, wodurch der hohe
Anteil aufgefüllter Werte beim Merkmal Energiebilanz relativiert wird.
Bei der Analyse der Autokorrelationen in Verbindung mit dem Modelltest zeigte die
Kombination des Random Regression Modells II mit der Kovarianzstruktur Töplitz(4) bei
allen analysierten Merkmalen die beste Anpassung an den Datensatz. Die starke Verbesserung
der Anpassung bei der Wahl eines Random Regression Modells anstelle eines Fixed
Regression Modells wird durch die Ergebnisse von AMMON und SPILKE (2004) sowie
MIELENZ et al. (2006) bestätigt. Gleichzeitig wird mit Ausnahme des Merkmals Milchmenge
deutlich, dass die Wahl eines Random Regression Modells einen stärkeren Einfluss auf
die Datenanpassung ausübt als die Berücksichtigung einer speziellen Kovarianzstruktur der
Resteffekte.
Die Analyse der Beziehungen zwischen den Beobachtungen aufeinander folgender Tage
zeigt, dass keine Abhängigkeiten in der Höhe der Futteraufnahmen und der Energiebilanzen
an direkt benachbarten Tagen bestehen. Zwischen den Beobachtungen mit zweitägigem
Zeitabstand ergibt sich eine sehr schwache Autokorrelation von r 2 = 0,10 bzw. r 2 = 0,09
zwischen den Resteffekten bei der Modellvariante mit der besten Datenanpassung. Bezüglich
des Merkmals Futteraufnahme bestätigen diese Ergebnisse die Untersuchungen von STAMER
(1995).
106