Logo des Forschungsinformationssystems Agrar und Ernährung

Forschungsinformationssystem Agrar und Ernährung

Informationsportal des Bundes und der Länder

Modelle für diskrete Merkmale mit zeitlichen, räumlichen und genetischen Korrelationen im landwirtschaftlichen Versuchswesen - Überprüfung von Parameterschätzung, Hypothesenprüfung und Modellwahl durch Simulation

Projekt

Produktionsverfahren

Dieses Projekt leistet einen Beitrag zum Forschungsziel „Produktionsverfahren“. Welche Förderer sind dazu aktiv? Welche Teilziele gibt es dazu? Schauen Sie nach:
Produktionsverfahren


Förderkennzeichen: 72599384
Laufzeit: 01.10.2008 - 30.09.2011
Forschungszweck: Angewandte Forschung

Eine Vielzahl von Anwendungen im Feld- und Tierversuchswesen weisen diskrete Zielvariablen mit zeitlich, räumlich oder genetisch bedingter Korrelationsstruktur auf und erfordern daher die Nutzung generalisierter linearer Modelle (GLM) für korrelierte Beobachtungen. Die für GLM verfügbaren Modellierungs- und Lösungsansätze haben Konsequenzen für die Flexibilität der Modellwahl und die Aussagekraft der Ergebnisse. Ausgehend von jeweils 3 für das Feld- und Tierversuchswesen typischen Anwendungen sollen likelihood-basierende Methoden (PQL, Laplace, Gauss-Hermite Quadratur) und MCMC-Methoden zur Parameterschätzung in marginalen Modellen und Modellen mit Zufallseffekten (GLMM) untersucht werden. Mittels Simulationsstudien werden Erwartungstreue und Präzision der Schätzung fester bzw. Vorhersage zufälliger Effekte, die Einhaltung von Überdeckungsraten geschätzter Konfidenzintervalle ausgewählter Modellparameter, die Einhaltung eines nominalen Fehlers 1. Art bei der Hypothesenprüfung über die festen Effekte, die Wirksamkeit analytischer Kriterien (AIC, BIC und DIC) zur Modellselektion, Konvergenzprobleme und Rechenzeitanforderungen sowie die Konsequenzen der Auswertung mit suboptimalen Modellen (hinsichtlich Varianzhomogenität und Korrelationsstruktur) analysiert. Die Variationsbreite der zu simulierenden zeitlichen, räumlichen und genetischen GLMMs sichert die zu fordernde Verallgemeinerungsfähigkeit der Aussagen hinsichtlich der Auswertung von diskreten Merkmalen über die untersuchten landwirtschaftlichen Anwendungen hinaus.

mehr anzeigen weniger anzeigen

Fachgebiete

Erweiterte Suche