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

在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国，在德国。Dabei, die Klasse semi - linear Modelle in der tierz<s:1> chtung, zunehmend aber auch in Tierversuchswesen die größte Bedeutung。Damit verbunden在上面的街道上也出现了问题，在Annahme der Effekte也出现了问题zufällig。Hinsichtlich - der model - wahl - bedient man，如scholcher analytischer kriteren， Akaike的informationskitum和dem似然商数（likelihood - quotientest），如scholichlich - verfahren - hold - test和kreuzvaliderung。[2][1][西方科学][j]， [j] .蒙特卡罗数值模拟[j]。2 .基于社会主义的社会主义社会，社会主义社会的修正与分析，社会主义社会的社会主义社会，社会主义社会的社会主义社会，社会主义社会的社会主义社会，社会主义社会的社会主义社会。weiterin soll die aggregierte Merkmalsauswertung mitder Auswertung durch Testtagsmodelle verglichen werden，当他晚上在上一个Linie die vorherge zufälliger Effekte，南方die fester modelleeffekte， wiz . b . die Wirkung verschiedener Behandlungen in Vordergrund stet。分析方法与仿真方法与优化策略的结合，分析方法与建模方法的结合。

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 Modelle 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, wie 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 Kreuzvaldierung 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.