04.11.2013 Aufrufe

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

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

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

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

3 Eigene Untersuchungen<br />

Tabelle 14:<br />

Bezeichnung der verschiedenen getesteten Modellvarianten<br />

Modellbezeichnung<br />

Regression<br />

(fixed/random)<br />

Modellierung der<br />

Laktationskurve<br />

Unterlegte<br />

Kovarianzstruktur<br />

FR AS VC fixed regression ALI <strong>und</strong> SCHAEFFER Variance Components<br />

FR AS AR(1) fixed regression ALI <strong>und</strong> SCHAEFFER Autoregression 1<br />

FR AS SP(EXP) fixed regression ALI <strong>und</strong> SCHAEFFER Spatial exponential<br />

FR AS TOEP(3) fixed regression ALI <strong>und</strong> SCHAEFFER Töplitz(3)<br />

FR AS TOEP(4) fixed regression ALI <strong>und</strong> SCHAEFFER Töplitz(4)<br />

RR P2 VC random regression Polynom 2. Grades Variance Components<br />

RR P2 AR(1) random regression Polynom 2. Grades Autoregression 1<br />

RR P2 SP(EXP) random regression Polynom 2. Grades Spatial exponential<br />

RR P2 TOEP(3) random regression Polynom 2. Grades Töplitz(3)<br />

RR P2 TOEP(4) random regression Polynom 2. Grades Töplitz(4)<br />

RR AS VC random regression ALI <strong>und</strong> SCHAEFFER Variance Components<br />

RR AS AR(1) random regression ALI <strong>und</strong> SCHAEFFER Autoregression 1<br />

RR AS SP(EXP) random regression ALI <strong>und</strong> SCHAEFFER Spatial exponential<br />

RR AS TOEP(3) random regression ALI <strong>und</strong> SCHAEFFER Töplitz(3)<br />

RR AS TOEP(4) random regression ALI <strong>und</strong> SCHAEFFER Töplitz(4)<br />

Da die autoregressive Struktur 1. Ordnung (AR(1)) sowie die beiden Varianten Töplitz(3) <strong>und</strong><br />

Töplitz(4) vollständige Datenverläufe des jeweiligen Merkmals benötigen, wurden fehlende<br />

Werte zwischen erster <strong>und</strong> letzter Beobachtung mit Hilfe von zwei verschiedenen Methoden<br />

ersetzt <strong>und</strong> der LRT der 15 Modellvarianten an beiden geschlossen Datenverläufen<br />

durchgeführt.<br />

Bei der ersten Methode wurden nach dem Moving Average Verfahren gleitende Mittelwerte<br />

zum Auffüllen von Datenlücken genutzt. Betrug die Datenlücke nur einen Wert, wurde hier<br />

der Mittelwert der vorhergehenden drei <strong>und</strong> nachfolgenden drei Beobachtungen eingefügt.<br />

Bei größeren Datenlücken wurden diese bis zur Hälfte mit dem Mittelwert der drei<br />

Beobachtungen vor Lückenbeginn aufgefüllt. Für die restlichen fehlenden Werte wurde der<br />

Mittelwert der drei nachfolgenden Beobachtungen nach Lückenende eingesetzt.<br />

Bei der zweiten Methode wurden <strong>für</strong> die fehlenden Werte unter Verwendung des Modells II<br />

mit den Regressionskoeffizienten nach ALI <strong>und</strong> SCHAEFFER (1987) tierindividuell die<br />

Schätzwerte aus der Summe der fixen Effekte <strong>und</strong> dem BLUP-Wert des zufälligen Effekts<br />

eingesetzt.<br />

Damit genügend Vorinformationen zum Abschätzen der tierspezifischen Laktationskurve<br />

bereitstehen <strong>und</strong> die Testergebnisse beider Methoden miteinander vergleichbar sind, wurden<br />

nur die Daten von Tieren berücksichtigt, die im jeweiligen Merkmal mehr als<br />

69

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!