Mathematisch-statistische Modellierung und Evaluierung von Vorhersagefunktionen zur sicheren Identifizierung tierindividueller Leistungsabweichungen beim Milchrind

Abstract

Der Nutzen von tierspezifisch verfügbaren Daten hängt vor allem davon ab wie es gelingt, diesen Datenbestand kontinuierlich zur Entscheidungsunterstützung auf Einzeltierebene heranzuziehen. Der entscheidende Schritt dabei ist die Aufwertung dieser Daten zu Informationen, sei es auf Ebene des Einzeltiers, einer Tiergruppe oder der gesamten Herde. Ziele der vorliegenden Arbeit waren die Bewertung der verfügbaren Daten hinsichtlich der Datenqualität und der sich daraus ergebenden Nutzungsmöglichkeiten oder -einschränkungen, die Modellbildung und -anpassung für ein gemischtes lineares Modell zur tierspezifischen Vorhersage von Milchmengen unter Berücksichtigung verschiedener Ansätze für die Beschreibung des Laktationskurvenverlaufs, und der Vergleich der Methoden EWMA-Chart, gemischtes lineares Modell, Fuzzy Logic und künstliche neuronale Netze, basierend auf Erkennung von Abweichungen beim Merkmal Milchmenge.

The usefulness of animal-specifically available data depends especially on how well this data can continuously be used for decision support for specific animals. The crucial step is to upvalue this data to information, either on an animal-specific, animal group or herd level. Aims of the paper at hand were the evaluation of the available data regarding data quality and the resulting possibilities or restrictions of use, modelling and fitting of a mixed linear model for animal-specific predictions of milk yields taking into account different approaches for the modelling of lactation curves and the comparison of the methods EWMA-chart, mixed linear model, fuzzy logic and artificial neural networks based on the detection of deviations of the trait milk yield.