Überprüfung von Methoden zur Modellwahl in der Tierzüchtung mit Hilfe stochastischer Simulation

Unter den Bedingungen immer geringerer rechentechnischer Begrenzungen kommt der optimalen Modellwahl bezüglich der einzubeziehenden Faktoren und deren Klassifikationstiefe sowohl in der Tierzüchtung als auch im Tierversuchswesen eine entscheidende Rolle bei der Verbesserung der mathematisch-statistischen Auswertung zu. Dabei hat die Klasse gemischter linearer Modell in der Tierzüchtung, zunehmend aber auch im Tierversuchswesen die größte Bedeutung. Damit verbunden ist aber stets als weiteres Entscheidungsproblem die Annahme der Effekte als fest oder zufällig. Hinsichtlich der Modellwahl bedient man sich solcher analytischer Kriterien, wir Akaike`s Informationskriterium und dem Likelihood-Quotiententest oder man verwendet sogenannte Resampling-Verfahren wie Holdout-Test und Kreuzvalidierung. Wesentliches Ziel des Vorhabens ist, die Wirksamkeit verschiedener Methoden zur Modellwahl mit Hilfe der Monte-Carlo Simulation zu überprüfen. Insbesondere soll untersucht werden, welche Modifikationen der Kreuzvalidierung und welche analytischen Kriterien geeignet sind, die optimale Klassifikationstiefe von kombinierten systematischen Umweltfaktoren, wie z.B. Betrieb und Saison, zu bestimmen. Weiterhin soll die aggregierte Merkmalsauswertung mit der Auswertung durch Testtagsmodelle verglichen werden, wobei nicht in erster Linie die Vorhersage zufälliger Effekte sondern die Schätzung fester Modelleffekte, wie z.B. die Wirkung verschiedener Behandlungen im Vordergrund steht. Im Ergebnis der Analysen mit simulierten Daten wird eine optimierte Strategie und ein Katalog von Vorschriften zur Handhabung von Methoden zur Modellwahl erwartet.