"Chronopsychobiologischen Regulationsdiagnostik" (CRD)
"Chronopsychobiologischen Regulationsdiagnostik" (CRD)
"Chronopsychobiologischen Regulationsdiagnostik" (CRD)
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