Auf unserer Webseite verwenden wir Cookies, die unter „Cookie-Einstellungen anpassen“ näher beschrieben werden. Notwendige Cookies werden für grundlegende Funktionen der Webseite benötigt, um eine optimale Nutzung zu ermöglichen. Dadurch ist gewährleistet, dass die Webseite einwandfrei funktioniert. Darüber hinaus können Sie Cookies für Statistikzwecke zulassen. Diese ermöglichen es uns, die Webseite stetig zu verbessern und Ihr Nutzererlebnis zu optimieren. Ihre Einwilligung zur Nutzung der Statistik-Cookies ist freiwillig und kann in der Datenschutzerklärung dieser Webseite unter „Cookie-Einstellungen“ jederzeit widerrufen werden.
Modelle für diskrete Merkmale mit zeitlichen, räumlichen und genetischen Korrelationen im landwirtschaftlichen Versuchswesen - Überprüfung von Parameterschätzung, Hypothesenprüfung und Modellwahl durch Simulation
Projekt
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.
Abschnittsübersicht
Fachgebiete
- Pflanzenbau
- Tierzucht
- Tierhaltung