Link - Frau Prof. Dr. rer. nat. Kira Klenke - Hochschule Hannover

Empfehlungen

Info

Statistische Modelle Tabelle 3.2.1: Typ III - ANOVA-Tafel für das Gesamtmodell mit sieben Einflussfaktoren für die Zielvariable Verluste pro 1 000 Anfangshennen und Woche (Mo- dellbestimmtheit: R2 = 0,343; Kreienbrock [et al.], 2004, S. 94) Variationsursache FG SS MS F-Wert Pr > F SS / SSG*100 Haltungsform 2 224,954 112,477 65,72
3.2.5 Scheffé – Test und adjustierte Erwartungswerte Statistische Modelle Da der Faktor Haltung dreistufig ist (Boden-, Freiland- und Käfighaltung), musste im Weiteren noch kontrolliert werden, ob sich wirklich jede Stufe von den anderen beiden signifikant unterscheidet oder ob es auch Faktorstufen gibt, die keinen signifikanten Unterschied zeigen. Dafür wurde der Scheffé – Test genutzt. Die Basis für diesen Test bilden hier die adjustierten Erwar- tungswerte, die unabhängig von unterschiedlichen Zellbesetzungszahlen der Faktorkombi<strong>nat</strong>ionen sind. Die allgemeine Hypothese rt H µ µ = 0 (vergl. Kapitel 2.4.4) stellt sich 0 : r. t. für den Faktor Haltungsform des Endmodells wie folgt dar: FB KB H µ µ = 0 , µ µ = 0 : 0 F . B. KF H µ µ = 0 . : 0 K . F . H und : 0 K . B. F steht dabei für Freilandhaltung, K für Käfighaltung und B für Bodenhaltung. Der Punkt sagt aus, dass die adjustierten Erwartungswerte jeweils über alle Stufen des zweiten Faktors, also der Betriebsgrößenklasse gebildet werden. PROC GLM DATA=neu; CLASS Haltung Groesse; MODEL Verluste1000wo = Haltung | Groesse; LSMEANS Haltung | Groesse/PDIFF ADJUST=Scheffe; RUN; SAS-Programm 3.2.3: Prozedur GLM mit adjustierten Erwartungswerten und Test nach Scheffé für das Endmodell Im SAS-Programm 3.2.3 wird ersichtlich, dass hier, anders als im allgemeinen SAS-Programm 2.4.1, auch die adjustierten Mittelwerte der einzelnen Faktor- stufenkombi<strong>nat</strong>ionen berechnet und mit dem Scheffé – Test verglichen werden. Der SAS- Output dieser Prozedur wird im Folgenden dargestellt. 80
Seite 1:
Multiple Abhängigkeiten am Beispie
Seite 4 und 5:
Erklärung Erklärung Hiermit versi
Seite 6 und 7:
Inhaltsverzeichnis Zusammenfassung
Seite 8 und 9:
1 Einleitung 1.1 Die Studie EpiLeg
Seite 10 und 11:
1.2 Haltungssysteme Haltungssysteme
Seite 12 und 13:
Stall Produzent Betrieb Betrieb Rep
Seite 14 und 15:
80% 70% 60% 50% 40% 30% 20% 10% 0%
Seite 16 und 17:
• Vor Beginn der Legeperiode (Fra
Seite 18 und 19:
2.2 Elektronische Datenerfassung El
Seite 20 und 21:
Elektronische Datenerfassung staben
Seite 22 und 23:
Elektronische Datenerfassung wendig
Seite 24 und 25:
Abb. 2.2.2: Entwurfsansicht der Tab
Seite 26 und 27:
Elektronische Datenerfassung wortm
Seite 28 und 29:
Elektronische Datenerfassung gaben
Seite 30 und 31:
Elektronische Datenerfassung Frage
Seite 32 und 33:
Elektronische Datenerfassung handst
Seite 34 und 35:
Datenaufbereitung wochenbezogenen D
Seite 36 und 37: Datenaufbereitung Alter der Hennen
Seite 38 und 39: Bestandshennen Datenaufbereitung Mi
Seite 40 und 41: RUN; Betriebsgrößenklasse Datenau
Seite 42 und 43: Einstalldatum Datenaufbereitung Da
Seite 44 und 45: Legeleistung je Tag und Bestandshen
Seite 46 und 47: Datenaufbereitung 2.3.4 Überprüfu
Seite 48 und 49: Statistische Methoden und Vorbereit
Seite 56 und 57: Schätzung der Modellparameter Stat
Seite 58 und 59: Abb. 2.4.5: Residuenplot für fikti
Seite 62 und 63: für den Einflussfaktor B, wobei .
Seite 64 und 65: T n = x - x n > T s n; 1 Statistisc
Seite 66 und 67: 2.4.7 Umwandlung quantitativer Merk
Seite 68 und 69: Deskriptive Auswertung Tabelle 3.1.
Seite 72 und 73: Deskriptive Auswertung Der Median l
Seite 76 und 77: Statistische Modelle Tabelle 3.1.7:
Seite 78 und 79: Statistische Modelle Source DF Type
Seite 80 und 81: Statistische Modelle α i ist die A
Seite 82 und 83: Abb. 3.2.3: Residuenplot des Grundm
Seite 84 und 85: 3.2.3 Dreifaktorielle Varianzanalys
Seite 88 und 89: SAS-Output 3.2.4: Output von SAS-Pr
Seite 90 und 91: Statistische Modelle Betrieben mit
Seite 92 und 93: Statistische Modelle signifikante U
Seite 94 und 95: Statistische Modelle Die SAS-Syntax
Seite 96 und 97: Statistische Modelle SAS-Output 3.2
Seite 98 und 99: Least Squares Means for effect Groe
Seite 100 und 101: 4 Diskussion und Ausblick Diskussio
Seite 102 und 103: Diskussion und Ausblick Meier-Metho
Seite 104 und 105: 6 Literaturverzeichnis Literaturver
Seite 106 und 107: [Noack [Hrsg.] 2003] [Pflaumer / He
Seite 108 und 109: 101
Seite 110 und 111: A. Fragebogen und Codierungsplan Fr
Seite 112 und 113: Sehr geehrter Tierhalter, Frageboge
Seite 114 und 115: A-4 A-5 A-6 A-7 Welche Haltungsform
Seite 116 und 117: A-10 A-11 Fragebogen und Codierungs
Seite 118 und 119: Fragebogen und Codierungsplan Bitte
Seite 120 und 121: Fragebogen und Codierungsplan Bitte
Seite 122 und 123: Fortsetzung: 69 70 71 72 73 74 75 7
Seite 124 und 125: Tierärztliche Hochschule Hannover
Seite 126 und 127: 1_3 1_3legelinie Legelinie DB-Reali
Seite 128 und 129: 1_11c 1_11zz 1_11zz2 1_11verhalt_c
Seite 130 und 131: B. SAS-Programme B.1 Formate und Ma
Seite 132 und 133: SAS-Programme PATTERN2 C=black V=r1
Seite 134 und 135: RUN; quit; %FORMLAB_Model; TITLE "C
Seite 136 und 137:
RUN; IF f1_4haltung=4 THEN LLAH4=f2
Seite 138 und 139:
RUN; PROC SORT DATA=tmp3; BY f0_2lf
Seite 140 und 141:
B.3 Deskriptive Auswertungen für d
Seite 142 und 143:
DATA Ausr; MERGE Resi Grubbs; BY f1
Seite 144 und 145:
RUN; IF f1_3legelinie >=30 THEN f1_
Seite 146 und 147:
RUN; SAS-Programme %ODSHoch(Endmode
Seite 148 und 149:
SAS-Outputs Source DF Type III SS M
Seite 150 und 151:
SAS-Outputs Source DF Type III SS M
Seite 152:
D. CD-Verzeichnis Ordner Dateien In
Alle anzeigen

Link - Frau Prof. Dr. rer. nat. Kira Klenke - Hochschule Hannover

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?