22.12.2012 Aufrufe

"Chronopsychobiologischen Regulationsdiagnostik" (CRD)

"Chronopsychobiologischen Regulationsdiagnostik" (CRD)

"Chronopsychobiologischen Regulationsdiagnostik" (CRD)

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

TIERE, MATERIAL UND METHODE 73<br />

Dynamikanalyse mit dem Programm „Aiko“<br />

Das Ziel einer Dynamikanalyse ist die Bestimmung der Dynamikfunktion. Sie<br />

beschreibt die Änderung einer Regulationsperiode mit der Zeit. Die Dynamikfunktion<br />

ist also eine Zeitreihendarstellung der Periodenvariabilität.<br />

Die Analyse der Perioden erfolgte innerhalb eines Datenfensters von 20 Daten<br />

gleitend entlang der Zeitachse. Über die Autokorrelationsfunktion AKF und über das<br />

Leistungsdichtespektrum PS (Powerspektrum; berechnet über die Autokovarianz)<br />

wurde die Periode mit der größten Auftrittswahrscheinlichkeit (Hauptkomponente)<br />

bestimmt. Da im Gegensatz zur Fourieranalyse (Analyse aller spektralen Anteile)<br />

durch die AKF und das PS nur die Hauptkomponenten untersucht wurden, fielen die<br />

Rauschanteile weg. Somit wurden die periodischen Anteile der Zeitreihe selektiert.<br />

Durch die verschiedenen Analysemethoden AKF und PS wurden zum Teil<br />

unterschiedliche Periodizitäten mit ähnlicher Auftrittswahrscheinlichkeit für den<br />

gleichen Zeitabschnitt bestimmt. Die jeweils unterschiedlichen Ergebnisse der beiden<br />

Methoden konnten dadurch zustande kommen, dass über die AKF diejenige Periode<br />

bestimmt wurde, die im analysierten Datenintervall den höchsten<br />

Korrelationskoeffizienten hatte, im Leistungsdichtespektrum jedoch diejenige<br />

Periode, die im Mittel die höchste Spektraldichte hatte. Um herauszufinden welche<br />

der beiden Perioden für den untersuchten Zeitabschnitt die beste Näherung an die<br />

trendkorrigierten Daten darstellte, wurden mit den unterschiedlichen Periodizitäten<br />

aus beiden Analysemethoden Sinusmodelle berechnet. Mit Hilfe der Methode der<br />

kleinsten Quadrate wurden die verschiedenen Perioden mit den trendkorrigierten<br />

Daten verglichen und das günstigste Modell verifiziert. Es wurde diejenige Periode in<br />

dem jeweiligen Analysebereich ausgewählt, welche die kleinsten Abweichungen zu<br />

den trendkorrigierten Daten lieferte.<br />

Durch das Verschieben des Analysefensters durch die Zeitreihe entstand eine neue<br />

Zeitreihe, die Dynamikfunktion (Änderung einer Periode über die Zeit).<br />

Nach COOLEY UND TUKEY (zitiert nach FRITZ 2005) gilt, dass bei der Analyse von<br />

biologischen Daten mittels der Autokorrelationsfunktion mindestens 25 Werte<br />

vorhanden sein müssen, um Periodizitäten bis maximal<br />

(n = Datenanzahl)<br />

berechnen zu können (FRITZ 2005). Um möglichst wenig Datenverlust zu haben,<br />

wurde hier mit einem Datenfenster von nur 20 Daten gerechnet. Damit trotzdem<br />

Periodendauern bis<br />

ausgewertet werden konnten, wurde der

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!