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

3 Eigene Untersuchungen
10 Beobachtungen haben. Daher variierte die Anzahl an Tieren in dem Modelltest je nach
Merkmal zwischen 172 und 265 Färsen.
Durch das Auffüllen der Datenverläufe und die Einschränkung der Tiere unterscheiden sich
auch Zahlen der berücksichtigten Testtage und Tiere in (i- und k-Werte) in den Formulierungen
der Modelle I und II.
Die Anzahl an Beobachtungen, der prozentuale Anteil an aufgefüllten Werten sowie die
Mittelwerte und Standardabweichungen der durch die jeweilige Methode aufgefüllten
Datensätze sind in der Tabelle 15 dargestellt.
Tabelle 15:
Anzahl der Beobachtungen, Anteil an aufgefüllten Fehlwerten sowie
Mittelwerte (x¯ )und Standardabweichungen (s) der aufgefüllten Daten im
jeweiligen Merkmal
Milchmenge (ECM) (265 Färsen) 00032651 Beobachtungen, davon 6,8 % aufgefüllt
aufgefüllt durch Moving Average Polynomiale Regression
x¯ (kg / Tag) 031,9 032,0
s (kg / Tag) 005,0 004,9
Futteraufnahme (258 Färsen) 00030717 Beobachtungen, davon 10,3 % aufgefüllt
aufgefüllt durch Moving Average Polynomiale Regression
x¯ (kg TM / Tag) 020,4 020,5
s (kg TM / Tag) 004,3 004,3
Lebendgewicht (184 Färsen) 00020255 Beobachtungen, davon 13,0 % aufgefüllt
aufgefüllt durch Moving Average Polynomiale Regression
x¯ (kg / Tag) 584,0 584,0
s (kg / Tag) 049,0 049,0
Energiebilanz (172 Färsen) 00018615 Beobachtungen, davon 24,9 % aufgefüllt 1
aufgefüllt durch Moving Average Polynomiale Regression
x¯ (MJ NEL / Tag) 013,7 013,4
s (MJ NEL / Tag) 032,6 033,1
1
Bei 77 Beobachtungen fehlten 3, bei 583 Beobachtungen 2 und bei 3969 Beobachtungen fehlte 1 Komponente.
Die Unterschiede in den Mittelwerten und Standardabweichungen zwischen den beiden
Methoden sind bei den meisten Merkmalen gering. Lediglich beim Merkmal Energiebilanz
sind größere Unterschiede zu erkennen. Fehlende Werte von Merkmalen mit einer stärker
gekrümmten Laktationskurve am Laktationsanfang werden durch die polynomiale Regression
realistischer aufgefüllt, da es bei größeren Datenlücken durch das Einbeziehen des Effekts des
Laktationstags zu einer stetigeren Änderung von Tag zu Tag kommt. Beim Moving Average
Verfahren hingegen ist bei größeren Datenlücken eine größere Stufe im Datenverlauf an der
Stelle zu verzeichnen, an der der Mittelwert der letzten drei Beobachtungen vor Beginn der
Datenlücke auf den Mittelwert der ersten drei Beobachtungen nach Lückenende trifft.
70