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

农业实验中具有时间、空间和遗传相关性的离散性状模型 - 通过模拟检查参数估计、假设检验和模型选择

• 批准号: 72599384
• 负责人: Dr. Norbert Mielenz
• 金额: --
• 依托单位: Institut für Agrar- und Ernährungswissenschaften
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2008
• 资助国家: 德国
• 起止时间: 2007-12-31 至 2012-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/72599384?language=en
• 关键词: Modelle; diskrete; Merkmale; mit; zeitlichen

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 suboptimalem Modellen (hinsichtlich Varianzhomogenität und Korrelationsstruktur) analysiert. Die Variationsbreite der zu simulierenden zeitlichen, räumlichen und genetischen GLMM’s sichert die zu fordernde Verallgemeinerungsfähigkeit der Aussagen hinsichtlich der Auswertung von diskreten Merkmalen über die untersuchten landwirtschaftlichen Anwendungen hinaus.

Eine Vielzahl von Anwendungen im费尔德- 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 appropriität der Modellwahl und die Aussagekraft der Ergebnisse.在边界模型和带Zufallseffekten（GLMM）的模型中，求解基于似然法（PQL，拉普拉斯，Gauss-Hermite Quadratur）和MCMC参数化方法的第三类场和层的典型解。韦尔登的模拟研究与Schätzung fester bzw的预测为了获得更好的效果，通过对模型参数进行比较，可以得到一个指定的Fehlers 1。在假设的基础上，通过对模型选择的Wirksamkeit Criterien（AIC、BIC和DIC）的分析，利用次优模型（hinsichtlich Varianzhomogenität和Korrelationsstruktur）分析了求解问题和求解问题。Die Variationsbreite der zu simulierenden zeitlichen，räumlichen und genetischen GLMM's sichert die zu fordernde Verallgemeinerungsfähigkeit der Aussagen hinsichtlich der Auswertung von diskreten Merkmalen über die untersuchten landschaftlichen Anwendungen hinaus.