1 Einleitung. E. Stamer 1, W. Brade 2 und E. Kalm 3

Größe: px
Ab Seite anzeigen:

Download "1 Einleitung. E. Stamer 1, W. Brade 2 und E. Kalm 3"

Transkript

1 Züchtungskunde, 79, (4) S , 2007, ISSN Eugen Ulmer KG, Stuttgart Genetische Beziehungen zwischen Reinzucht- und Kreuzungsleistungen sowie verschiedenen Prüfumwelten beim Schwein, untersucht am Material niedersächsischer Prüfstationen E. Stamer 1, W. Brade 2 und E. Kalm 3 1 Einleitung Genotyp-Umwelt-Interaktionen können bei der Selektion in verschiedenen Umwelten oder bei Unterschieden zwischen Selektions- und Produktionsumwelt auftreten; sie lassen sich durch unterschiedliche Varianzen in den entsprechenden Umwelten (Skaleneffekte) oder Rangfolgeverschiebungen charakterisieren. Dabei sind vor allem die Rangfolgeveränderungen als problematisch anzusehen, da sie bei der Übertragung des in der Selektionsumwelt erzielten genetischen Fortschrittes auf die Produktionsumwelt eine Verminderung des erwarteten Erfolges und damit eine Reduktion der Effizienz eines Zuchtprogramms nach sich ziehen. Nach Webb und Curran (1986) sowie De Haer (1990) kommen beim Schwein als Ursachen für die Wechselwirkungen zwischen dem genetischen Potenzial und der Haltungsumwelt vor allen Dingen die Faktoren Management, Haltungssystem (Gruppengröße), Testschema, Geschlecht, Fütterungsniveau oder Hygienestatus in Betracht. Nach Falconer (1952) kann das Ausmaß von Genotyp-Umwelt-Interaktionen mit Hilfe der genetischen Korrelation zwischen denselben Merkmalen in verschiedenen Umwelten beschrieben werden. Das gleiche Prinzip lässt sich auf die Beziehung zwischen Reinzucht- und Kreuzungsleistung übertragen. Prüfung und Selektion ausschließlich von Reinzuchttieren unter Reinzucht -bedingungen können ebenfalls zu Verlusten bei der Übertragung der Prüfergebnisse auf die Produktionsbedingungen der Kreuzungstiere führen. Die möglichen Konsequenzen hängen in erster Linie von der genetischen Korrelation zwischen der Reinzucht- und der Kreuzungsleistung ab; die Methoden zur Schätzung dieser Korrelation sind identisch mit denen zur Schätzung der genetischen Korrelation zwischen Umwelten. Unter Berücksichtigung des genetischen Fortschrittes und unter der Annahme fest vorgegebener Testkapazitäten kommen Wei und Van Der Werf (1994) in ihren Modellkalkulationen zu einer genetischen Korrelation von r g < 0,8, die dann eine Überlegenheit der kombinierten Selektion (Reinzucht und Kreuzung) gegenüber der Reinzuchtselektion erwarten lässt. Das Ziel der vorliegenden Untersuchung besteht in der Schätzung genetischer Korrelationen für 17 Merkmale der Mastleistung, des Schlachtkörperwertes und der Fleischbeschaffenheit sowohl zwischen verschiedenen Haltungsumwelten (zwei Gruppengrößen) als auch zwischen Reinzucht- und Kreuzungsleistungen auf der Basis der Daten aus zwei niedersächsischen Leistungsprüfungsanstalten, um die Frage Welche Tiere sollen in welcher Umwelt geprüft werden? beantworten zu können. 1 TiDa Tier und Daten GmbH, Bosseer Str. 4c, Westensee/Brux. uni-kiel.de 2 Landwirtschaftskammer Niedersachsen, Johannssenstr. 10, Hannover 3 Institut für Tierzucht und Tierhaltung der Christian-Albrechts-Universität zu Kiel, Hermann- Rodewald-Straße 6, Kiel

2 Genotyp-Umwelt-Interaktionen bei Schweinen niedersächsischer Prüfstationen Material und Methoden Die Datenerfassung erfolgte in den Leistungsprüfungsanstalten Rohrsen und Quakenbrück während der Jahre 2000 bis In diesen Stationen erfolgt die Prüfung nach der bundeseinheitlichen Richtlinie für die Stationsprüfung auf Mastleistung, Schlachtkörperwert und Fleischbeschaffenheit beim Schwein (ZDS, 2004), so dass Messwerte zu insgesamt 17 verschiedenen Merkmalen aus den genannten Komplexen vorliegen. Der Prüfungsabschnitt umfasst den Lebendgewichtsbereich von 30 kg bis 105 kg. In der vorliegenden Auswertung wurden ausschließlich weibliche Tiere berücksichtigt; bei den Herkünften handelt es sich um Reinzuchttiere der Rasse Piétrain (PI) und um Kreuzungen zwischen Piétrain und Deutsche Landrasse*Deutsches Edelschwein (PI*(DL*DE)). Die Reinzuchttiere werden in beiden Stationen ausschließlich in Zweiergruppen gehalten, und die Kreuzungen wurden sowohl in Zweier- (beide Stationen) als auch in Zehnergruppen (Quakenbrück) geprüft. Insgesamt konnten 8945 Schweine mit vollständigen Prüfungsinformationen berücksichtigt werden. Entsprechend ihrer Verteilung über Genotyp und Umwelt (Tabelle 1) erfolgte für die weitere Auswertung die Definition von drei Tiergruppen. Alle rein gezogenen Piétraintiere (Reinzucht (2er), (n = 2948)) sowie die Kreuzungstiere aus den Zweiergruppen (Kreuzung (2er), (n = 4007)) und die Kreuzungen aus den Zehnergruppen (Kreuzung (10er), (n = 1990)) bilden jeweils eine Gruppe. Hinsichtlich Einstallungsalter und -gewicht sowie des Alters am Prüfungsende ergeben sich nahezu übereinstimmende Mittelwerte und Varianzen (Tabelle 2). In der täglichen Zunahme zeigen die Kreuzungen erwartungsgemäß eine Überlegenheit von ca. 50 g. Bei den Merkmalen des Schlachtkörperwertes ergeben sich bei vergleichbaren Schlachtgewichten charakteristische Unterschiede zwischen den Herkünften (Tabelle 3). Während die Kreuzungstiere längere Schlachtkörper, höhere Speckmaße und höhere Fleisch:Fett-Verhältnisse aufweisen, zeigen die Reinzuchttiere ihre Überlegenheit in Tab. 1. Verteilung der Prüftiere über Genotyp und Umwelt Distribution of tested progenies over genotype and environment Reinzucht Kreuzung Prüfstation (Gruppengröße) PI PI*(DL*DE) Rohrsen (2er) Quakenbrück (2er) Quakenbrück (10er) Tab. 2. Mittelwerte (x ) und Standardabweichungen (s) für die Merkmale der Mastleistung in Abhängigkeit von der Tiergruppe Means (x ) and standard deviations (s) for fattening performance traits in the three animal groups Reinzucht (2er) Kreuzung (2er) Kreuzung (10er) Merkmal (x ) s (x ) s (x ) s Alter Einstallung Tag Gewicht Einstallung kg 24,0 3,6 23,7 3,4 24,2 3,0 Alter Mastende Tag Tägliche Zunahme g

3 300 E. Stamer u.a. Tab. 3. Mittelwerte (x ) und Standardabweichungen (s) für die Merkmale des Schlachtkörperwertes in Abhängigkeit von der Tiergruppe Means (x ) and standard deviations (s) for carcass traits in the three animal groups Reinzucht (2er) Kreuzung (2er) Kreuzung (10er) Merkmal (x ) s (x ) s (x ) s Schlachtgewicht kg 85,3 2,6 85,5 2,7 85,0 2,8 Körperlänge cm Rückenspeckdicke cm 1,8 0,3 2,1 0,3 2,0 0,3 Seitenspeckdicke cm 1,8 0,5 2,3 0,5 2,3 0,5 Speckdicke Rückenm. cm 0,7 0,2 0,9 0,2 0,9 0,2 Fleischanteil Bauch % 64,0 3,0 60,8 2,7 60,8 2,6 Rückenmuskelfläche cm 2 60,0 4,8 54,1 4,8 55,4 4,7 Fleisch:Fett-Verhältnis 1: 0,19 0,05 0,26 0,06 0,26 0,06 Schinkenanteil % 35,2 1,3 33,7 1,2 33,4 1,1 Muskelfleischanteil % 64,6 1,8 61,3 2,1 61,6 2,1 den Fleischmaßen. So liegt der Muskelfleischanteil für die Piétrain um ca. 3 % über dem der Kreuzungstiere. Bei den Kreuzungen wiederum ergibt sich so gut wie kein Effekt der Prüfungsumwelt bzw. der Gruppengröße. In den Merkmalen der Fleischbeschaffenheit treten nur geringfügige Differenzen zwischen den drei Tiergruppen auf (Tabelle 4). Seit den neunziger Jahren wurde der MHS- Status der Piétraintiere konsequent züchterisch bearbeitet, so dass in dem aktuell hier vorliegenden Material keine Nachteile mehr für die Reinzuchttiere in der Fleischbeschaffenheit erkennbar sind. Tab. 4. Mittelwerte (x ) und Standardabweichungen (s) für die Merkmale der Fleischbeschaffenheit in Abhängigkeit von der Tiergruppe Means (x ) and standard deviations (s) for meat quality traits in the three animal groups Reinzucht (2er) Kreuzung (2er) Kreuzung (10er) Merkmal (x ) s (x ) s (x ) s ph 1 -Kotelett 6,37 0,31 6,43 0,26 6,39 0,30 ph 24 -Kotelett 5,43 0,08 5,45 0,08 5,46 0,07 ph 24 -Schinken 5,54 0,11 5,56 0,11 5,56 0,11 LF 1 -Kotelett 4,7 1,7 4,5 1,0 4,6 0,9 LF 24 -Kotelett 5,1 2,2 4,7 1,6 5,0 1,6 FBZ Punkt 53 7,4 53 7,2 56 5,6 Fleischhelligkeit (Opto) Punkt 64 7,8 67 7,3 67 7,0 Die REML-Schätzer für die Varianzen und Kovarianzen der 17 betrachteten Merkmale wurden mit Hilfe des Programmpaketes VCE4 ermittelt (Neumaier und Groeneveld, 1998). Die Schätzungen erfolgten multivariat, d.h. jedes Merkmal wurde für alle drei Tiergruppen gleichzeitig analysiert, und zwar mit den folgenden Tiermodellen. Mastleistung y ijkl mit: y ijkl μ = μ + SAM i +b SG ijkl +pg j + tier k +e ijkl = l-te Beobachtung der täglichen Zunahme = allgemeines Mittel

4 Genotyp-Umwelt-Interaktionen bei Schweinen niedersächsischer Prüfstationen 301 SAM i = fixer Effekt des i-ten Aufstallungsmonats innerhalb Prüfstation b SG ijkl = lineare Regression auf das l-te Schlachtgewicht pg j = zufälliger unkorrelierter Effekt der j-ten Prüfgruppe tier k = zufälliger Effekt des k-ten Tieres = zufälliger Restfehler e ijkl Schlachtkörperwert und Fleischbeschaffenheit y ijkl mit: y ijkl SST i = μ + SST i +b SG ijkl +pg j + tier k +e ijkl = l-te Beobachtung des jeweiligen Schlachtkörpermerkmals = fixer Effekt des i-ten Schlachttages innerhalb Prüfstation In den Analysen der beiden Merkmale Rückenmuskelfläche und Fleisch : Fett-Verhältnis blieb das Schlachtgewicht unberücksichtigt, da es sich bei der Rückenmuskelfläche schon um auf ein Schlachtkörpergewicht warm von 85 kg vorkorrigierte Werte handelte und diese in die Berechnung des Fleisch:Fett-Verhältnisses eingingen. Statt der üblichen Berücksichtigung des Wurfes als zufälliger Variationsursache wurde die Prüfgruppe gewählt, und zwar unter der Annahme, dass die sozialen Interaktionen innerhalb der Zehnergruppen eine bedeutendere Rolle spielen als die der fünf Herkunftswürfe. Im Fall der Zweiergruppen sind Prüfgruppe und Herkunftswurf nahezu identisch. Die Tabelle 5 weist die endgültige Anzahl der Effektstufen und die Anzahl der Prüftiere je Effektstufe in den Auswertungsmodellen aus. Vier Aufstallungsmonate erfuhren eine Umcodierung, denn je Monat sollten mindestens drei Prüftiere aufgestallt werden. Die Vorgabe für den Schlachttag lautete mindestens zwei Prüftiere, so dass 47 Schlachttage jeweils mit benachbarten Tagen zusammengefasst wurden. Tab. 5. Anzahl der Effektstufen und Anzahl der Prüftiere (durchschnittliche Anzahl und Extremwerte) je Effektstufe in den Auswertungsmodellen in Abhängigkeit von der Tiergruppe Number of effect classes and number of tested progenies (average and extreme values) per effect class within the statistical models in the three animal groups Effekt Reinzucht (2er) Kreuzung (2er) Kreuzung (10er) Aufstallungsmonat 1 Anzahl Umfang 23,7 (4-57) 34,8 (6-96) 41,5 (9-104) Umcodiert Schlachttag 2 Anzahl Umfang 6,3 (2-18) 9,0 (2-35) 9,7 (2-29) Umcodiert Prüfgruppe Anzahl Umfang 1,94 (1-2) 1,94 (1-2) 9,34 (1-10) 1 mindestens drei Prüftiere; 2 mindestens zwei Prüftiere Die Pedigreeinformationen beinhalten für jedes Prüftier drei Ahnengenerationen. Bei den Reinzuchttieren umfassen die Nachkommengruppen durchschnittlich 6,5 Tiere je Vater; bei den Kreuzungstieren ergeben sich Gruppengrößen von 6,6 bzw. 5,2 Tieren je Vater (Tabelle 6). Somit zeigen die drei Tiergruppen vergleichbare Strukturen. Gleichzeitig treten zwischen den Stationen Unterschiede im Prüfungsumfang der Väter auf. Von den Kreuzungsvätern wurden in Rohrsen in den Zweiergruppen durchschnittlich ca. zehn Tiere geprüft; alle anderen Kombinationen aus Herkunft und Prüfungsort weisen ca. fünf bis sechs geprüfte Nachkommen je Vater auf.

5 302 E. Stamer u.a. Tab. 6. Anzahl der Väter in Abhängigkeit von der Prüfumwelt und Herkunft (in Klammern Anzahl der Prüftiere je Vater) Number of boars dependent on genotype and environment and number of tested progenies per boar (within parentheses) Prüfstation (Gruppengröße) Reinzucht Kreuzung Rohrsen (2er) 254 (6,2) 167 (10,2) 454 (6,5) Quakenbrück (2er) 225 (6,2) } 439 (5,2) } 606 (6,6) Quakenbrück (10er) (5,2) Der Anteil gemeinsam eingesetzter Väter bzw. Großväter beschreibt das Ausmaß der genetischen Verknüpfung zwischen den drei definierten Tiergruppen. Bei den beiden Kombinationen zwischen Reinzucht- und Kreuzungstieren sind nur 6,2 % bzw. 6,0 % aller Väter gemeinsam eingesetzte Väter (Tabelle 7). Eine deutlich höhere genetische Verknüpfung ergibt sich über die väterlichen Großväter, denn die Väter der Prüfungstiere stammen zu 24,3 % bzw. 19,2 % von den gleichen Großvätern ab. Zwischen den Tiergruppen Kreuzung (2er) und Kreuzung (10er) zeigen sich mit 45,6 % (Väter) und 57,8 % (väterliche Großväter) deutliche Gemeinsamkeiten. Zusätzlich sind diese Tiergruppen sehr stark verknüpft über die mütterlichen Großväter. Tab. 7. Anzahl der gemeinsam eingesetzten Väter in den Tiergruppen (in Klammern relativer Anteil an allen eingesetzten Vätern) Number of common mated boars between the animal groups and their proportion of all mated boars (within parentheses) Kreuzung (2er) Kreuzung (10er) A. gemeinsam eingesetzte Väter Reinzucht (2er) 62 (6,2 %) 47 (6,0 %) Kreuzung (2er) 309 (45,6 %) B. gemeinsame Väter der Eber Reinzucht (2er) 102 (24,3 %) 72 (19,2 %) Kreuzung (2er) 156 (57,8 %) C. gemeinsame Väter der Mütter Reinzucht (2er) - - Kreuzung (2er) 256 (86,5 %) 3 Ergebnisse und Diskussion Die Heritabilitätsschätzwerte für die Merkmale der Mastleistung und des Schlachtkörperwertes zeigen eine weitgehende Übereinstimmung zwischen den Tiergruppen (Tabelle 8). Auffällig sind nur die Differenzen in den Merkmalen Rückenmuskelfläche, Fleisch:Fett-Verhältnis und Muskelfleischanteil. Hier ergeben sich höhere Schätzwerte für die Kreuzungstiere, insbesondere für die in den Zehnergruppen geprüften Tiere. Im Vergleich zu den Untersuchungen von Schmutz (1996), der ebenfalls auf der Station geprüfte Reinzuchttiere der Rasse Piétrain analysierte, besteht für die bedeutenden Merkmale eine Übereinstimmung in der täglichen Zunahme (h 2 = 0,35) und eine leichte Abweichung im Muskelfleischanteil (h 2 = 0,53). Ruten et al. (2002), die die dieser Auswertung vorausgehenden Jahrgänge der Tiergruppe Reinzucht (2er) analysierten, fanden für die Merkmale tägliche Zunahme (h 2 = 0,32), Rückenmuskelfläche (h 2 = 0,37)

6 Genotyp-Umwelt-Interaktionen bei Schweinen niedersächsischer Prüfstationen 303 Tab. 8. Schätzwerte der Heritabilitäten für die Merkmale der Mastleistung und des Schlachtkörperwertes in Abhängigkeit von der Tiergruppe (Standardfehler in Klammern) Estimates of heritabilities for fattening performance and carcass traits in the three animal groups (standard errors within parentheses) Merkmal Reinzucht (2er) Kreuzung (2er) Kreuzung (10er) Tägliche Zunahme g 0,41 (0,03) 0,36 (0,03) 0,47 (0,04) Schlachtkörperlänge cm 0,58 (0,03) 0,53 (0,03) 0,55 (0,04) Rückenspeckdicke cm 0,42 (0,05) 0,46 (0,03) 0,43 (0,04) Seitenspeckdicke cm 0,39 (0,05) 0,39 (0,03) 0,32 (0,04) Speck Rückenmuskel cm 0,43 (0,03) 0,52 (0,03) 0,52 (0,04) Fleischanteil Bauch % 0,54 (0,03) 0,54 (0,03) 0,59 (0,04) Rückenmuskelfläche cm 2 0,35 (0,04) 0,58 (0,04) 0,70 (0,04) Fleisch:Fett-Verhältnis 1: 0,42 (0,05) 0,55 (0,03) 0,61 (0,04) Schinkenanteil % 0,39 (0,04) 0,40 (0,03) 0,36 (0,03) Muskelfleischanteil % 0,42 (0,02) 0,55 (0,03) 0,64 (0,04) und Muskelfleischanteil (h 2 = 0,37) vergleichbare Werte. Für französische Reinzuchttiere der Rassen Large White und Französische Landrasse schätzten Bidanel et al. (1995) niedrigere Koeffizienten für die tägliche Zunahme, aber höhere Werte für die Rückenspeckdicke und den Muskelfleischanteil. In einer aktuellen Untersuchung, basierend auf den Daten aus zwei bayerischen Stationsprüfungen mit Zweiergruppen, weisen die Kreuzungstiere im Vergleich zu den Reinzuchttieren niedrigere Heritabilitäten auf in den Merkmalen tägliche Zunahme, Rückenspeckdicke und Muskelfleischanteil (Habier et al., 2006). So stehen den Heritabilitäten h 2 = 0,37, h 2 = 0,46 und h 2 = 0,59 aus der Reinzucht die Koeffizienten h 2 = 0,27, h 2 = 0,34 und h 2 = 0,44 für die Kreuzungstiere gegenüber. Für die Merkmale der Fleischbeschaffenheit ergeben sich mehr oder weniger vergleichbare Heritabilitäten zwischen den drei Tiergruppen (Tabelle 9). Diese zeigen weitgehende Übereinstimmungen mit den Literaturangaben. So schätzten Ruten et al. (2002) für den ph 24 -Wert im Schinken und den LF 24 -Wert Heritabilitäten von h 2 = 0,26 und h 2 = 0,31, und bei Schmutz (1996) findet sich für die Fleischbeschaffenheitszahl ein Koeffizient von h 2 = 0,22. Habier et al. (2006) schätzten für die Kreuzungstiere vergleichbare Heritabilitäten, jedoch deutlich höhere Werte für die Reinzuchttiere, so zum Beispiel für das Merkmal ph 1 -Kotelett h 2 = 0,58 gegenüber h 2 = 0,21. Vor dem Hintergrund unterschiedlicher Varianzen und Heritabilitäten empfehlen die Autoren, die Leistungen aus der Reinzucht und Kreuzung als genetisch unterschiedliche Merkmale zu betrachten. Als Ursache wird der MHS-Status der Reinzuchttiere angesehen, denn insbesondere für die Merkmale der Fleischbeschaffenheit ergeben sich bei Berücksichtigung Tab. 9. Schätzwerte der Heritabilitäten für die Merkmale der Fleischbeschaffenheit in Abhängigkeit von der Tiergruppe (Standardfehler in Klammern) Estimates of heritabilities for meat quality traits in the three animal groups (standard errors within parentheses) Merkmal Reinzucht (2er) Kreuzung (2er) Kreuzung (10er) ph 1 -Kotelett 0,38 (0,05) 0,35 (0,03) 0,28 (0,04) ph 24 -Kotelett 0,16 (0,03) 0,23 (0,03) 0,24 (0,04) ph 24 -Schinken 0,23 (0,04) 0,24 (0,03) 0,40 (0,04) LF 1 -Kotelett 0,19 (0,05) 0,11 (0,02) 0,04 (0,02) LF 24 -Kotelett 0,39 (0,05) 0,29 (0,03) 0,22 (0,04) FBZ Punkt 0,29 (0,04) 0,25 (0,03) 0,28 (0,04) Fleischhelligkeit (Opto) Punkt 0,29 (0,04) 0,30 (0,03) 0,22 (0,03)

7 304 E. Stamer u.a. des jeweiligen Status Heritabilitäten, die mit den Schätzwerten für die Kreuzungstiere vergleichbar sind (Habier et al., 2006). Bei den Reinzuchttieren der vorliegenden Untersuchung ist durch die konsequente Nutzung des MHS-Gentestes seit den neunziger Jahren von stressresistenten Nachkommen auszugehen (Ruten et al., 2002), resultierend in vergleichbaren Heritabilitäten zwischen den Reinzucht- und Kreuzungstieren. Daher besteht nicht die Notwendigkeit, die beiden Herkunftsleistungen als unterschiedliche Merkmale zu betrachten. Der Anteil des zufälligen Effektes der Prüfgruppe an der Gesamtvarianz fällt unterschiedlich für die drei Tiergruppen aus. Über alle Merkmale ergibt sich für die Reinzucht (2er) ein mittlerer Anteil von 11 % (1 bis 18 %), für die Kreuzung (2er) 3,8 % (0 bis 14 %) und für die Kreuzung (10er) 1,6 % (0 bis 8 %). Die höchsten Anteile wurden für die Mastleistung und die niedrigsten für die Merkmale der Fleischbeschaffenheit geschätzt. Die niedrigen Varianzanteile in der Tiergruppe Kreuzung (10er) lassen vermuten, dass sich die Effekte des Stallabteils und der fünf Herkunftswürfe überlagern bzw. gegenseitig aufheben. Die genetischen Korrelationen zwischen den Tiergruppen liegen für die Merkmale der Mastleistung und des Schlachtkörperwertes fast ausschließlich auf hohem Niveau (Tabelle 10). Die mittlere Beziehung zwischen den Reinzucht- und Kreuzungstieren aus den Zweiergruppen liegt bei r g = 0,80 (0,30 bis 0,99), wobei die niedrigsten Schätzwerte für die Merkmale Rückenspeckdicke und Speckdicke über Rückenmuskelfläche auftreten. Die Kombination aus Reinzucht (2er) und Kreuzung (10er), die der allgemeinen praktischen Produktionsumwelt am nächsten kommt, weist im Durchschnitt aller zehn Korrelationen einen Wert von r g = 0,66 (0,02 bis 0,99) auf. Zusätzlich zur Rückenmuskelfläche treten auch hier die geringsten Korrelationskoeffizienten bei den Merkmalen Rückenspeckdicke und Speckdicke über Rückenmuskelfläche auf. Offensichtlich existieren in den Speckmaßen bzw. im Speckansatz deutliche genetische Differenzen zwischen den Genotypen, und auch nicht-additive Geneffekte können eine Ursache sein. Zwischen den Kreuzungstieren aus den beiden Haltungsvarianten besteht eine hohe Übereinstimmung; die mittlere genetische Korrelation für die Bereiche Mastleistung und Schlachtkörperwert beträgt r g = 0,90 (0,79 bis 0,98); demnach ist bei den Ebern mit Kreuzungsnachkommen mit mehr oder weniger stabilen Rangierungen unabhängig von der Gruppengröße zu rechnen. In der Literatur werden für Stationsdaten in etwa ähnliche Größenordnungen für die Beziehungen zwischen Reinzucht- und Kreuzungstieren genannt. So fanden Trapp- Tab. 10. Schätzwerte der genetischen Korrelationen zwischen den Tiergruppen für die Merkmale der Mastleistung und des Schlachtkörperwertes (Standardfehler in Klammern) Estimates of genetic correlations between the three animal groups for fattening performance and carcass traits (standard errors within parentheses) Reinzucht (2er) Reinzucht (2er) Kreuzung (2er) Merkmal Kreuzung (2er) Kreuzung (10er) Kreuzung (10er) Tägliche Zunahme g 0,91 (0,09) 0,65 (0,15) 0,90 (0,08) Schlachtkörperlänge cm 0,70 (0,10) 0,81 (0,12) 0,88 (0,07) Rückenspeckdicke cm 0,58 (0,13) 0,57 (0,16) 0,89 (0,06) Seitenspeckdicke cm 0,89 (0,13) 0,99 (0,02) 0,86 (0,08) Speck Rückenmuskel cm 0,30 (0,16) 0,02 (0,20) 0,96 (0,03) Fleischanteil Bauch % 0,89 (0,09) 0,67 (0,16) 0,92 (0,04) Rückenmuskelfläche cm 2 0,92 (0,06) 0,51 (0,14) 0,79 (0,04) Fleisch:Fett-Verhältnis 1: 0,92 (0,07) 0,70 (0,13) 0,92 (0,04) Schinkenanteil % 0,94 (0,08) 0,87 (0,13) 0,98 (0,05) Muskelfleischanteil % 0,99 (0,02) 0,80 (0,13) 0,85 (0,05)

8 Genotyp-Umwelt-Interaktionen bei Schweinen niedersächsischer Prüfstationen 305 mann und Kirstgen (1995) (zit. bei Schmutz, 1996) für den Fleischanteil eine Korrelation von r g = 0,75. Für die Merkmale tägliche Zunahme und Muskelfleischanteil schätzte Schmutz (1996) Beziehungen von r g = 0,73 und r g = 0,98. Bei Habier et al. (2006) sind für die Merkmale tägliche Zunahme, Rückenspeckdicke und Muskelfleischanteil r g = 0,88, r g = 0,92 und r g = 0,90 angegeben. Für die sieben Merkmale der Fleischbeschaffenheit sind zwischen den Reinzucht- und den Kreuzungstieren geringfügig niedrigere Korrelationen zu verzeichnen (Tabelle 11). Die Kombination Reinzucht (2er) und Kreuzung (2er) weist eine mittlere Korrelation von r g = 0,59 (0,17 bis 1,00) auf, und zwischen Reinzucht (2er) und Kreuzung (10er) ergibt sich eine durchschnittliche Korrelation von r g = 0,58 (0,28 bis 0,88). Bei einzelnen Merkmalen (zum Beispiel ph 24 -Kotelett oder Fleischbeschaffenheitszahl) kann es demnach zu deutlichen Rangfolgeverschiebungen kommen, wenn die Eber einerseits über reingezüchtete Nachkommen und andererseits über Kreuzungsnachkommen geprüft werden. Für das oft als stellvertretend für die Fleischbeschaffenheit gewählte Merkmal ph 1 -Kotelett ist in diesem Szenario mit nahezu übereinstimmenden Rangierungen zu rechnen. Die Kreuzungen wiederum zeigen ein hohes Maß an Übereinstimmung mit einer durchschnittlichen Korrelation von r g = 0,83 (0,51 bis 0,99), d.h. die Gruppengröße scheint von untergeordneter Bedeutung zu sein. Tab. 11. Schätzwerte der genetischen Korrelationen zwischen den Tiergruppen für die Merkmale der Fleischbeschaffenheit (Standardfehler in Klammern) Estimates of genetic correlations between the three animal groups for meat quality traits (standard errors within parentheses) Reinzucht (2er) Reinzucht (2er) Kreuzung (2er) Merkmal Kreuzung (2er) Kreuzung (10er) Kreuzung (10er) ph 1 -Kotelett 0,75 (0,16) 0,79 (0,21) 0,95 (0,09) ph 24 -Kotelett 0,17 (0,23) 0,28 (0,27) 0,51 (0,10) ph 24 -Schinken 0,33 (0,11) 0,61 (0,07) 0,95 (0,05) LF 1 -Kotelett 1,00 (0,01) 0,63 (0,12) 0,62 (0,18) LF 24 -Kotelett 0,86 (0,13) 0,48 (0,21) 0,87 (0,10) Fleischbeschaffenheitszahl 0,33 (0,18) 0,40 (0,18) 0,99 (0,01) Fleischhelligkeit (Opto) 0,69 (0,17) 0,88 (0,11) 0,95 (0,07) Literaturangaben zu diesem Merkmalskomplex übersteigen die hier genannten Wertebereiche der genetischen Korrelationen. So hat Schmutz (1996) für die Fleischbeschaffenheitszahl r g = 0,99 geschätzt, und Habier et al. (2006) fanden für die vier Merkmale ph 1 -Kotelett, ph 24 -Kotelett, LF 24 -Kotelett und Fleischbeschaffenheitszahl Koeffizienten zwischen r g = 0,71 bis r g = 0,88. Insgesamt zeigen die Ergebnisse, dass für die ökonomisch wichtigsten Merkmale tägliche Zunahme, Muskelfleischanteil und ph 1 -Kotelett vergleichbare Heritabilitäten und genetische Korrelationen zwischen r g = 0,65 und r g = 0,99 existieren. Die Leistungen der beiden Genotypen und aus den beiden Haltungsumwelten können demnach weitestgehend als übereinstimmende Merkmale betrachtet werden. Genotyp-Umwelt-Interaktionen sind zwischen den Kreuzungstieren nahezu auszuschließen; die Kreuzungsnachkommen können sowohl in Zweier- als auch in Zehnergruppen getestet werden. Auch bei der Prüfung der Eber mit Reinzuchttieren und mit Kreuzungstieren jeweils in Zweiergruppen sind keine substanziellen Rangfolgeverschiebungen zu erwarten. Der Vergleich der Reinzuchttiere mit den Kreuzungstieren in den Zehnergruppen führt ebenfalls zu einer weitgehenden Übereinstimmung. Abstriche müssen dabei jedoch bei der täglichen Zunahme (r g = 0,65) gemacht werden. Offensichtlich wirken hier zum Teil unterschiedliche Gene unter den Bedingungen der beiden Haltungsumwelten bzw.

9 306 E. Stamer u.a. Gruppengrößen. So könnte die veränderte Konkurrenzsituation zwischen den Tieren in den verschieden großen Prüfungsgruppen von einem möglichen zusätzlichen Einfluss sein. Insgesamt kann die Prüfung der Piétraineber auf Station sowohl über Reinzucht- als auch über Kreuzungsnachkommen sowie in Zweier- oder in Zehnergruppen erfolgen. Es sind dann mit Einschränkungen in der Mastleistung nur geringe Rangierungsverschiebungen zu erwarten, so dass eine multivariate Zuchtwertschätzung aus Reinzuchtund Kreuzungsleistung nicht notwendig erscheint. Eine erfolgreiche Übertragung der Stationsergebnisse auf allgemein übliche praktische Produktionsumwelten, die sich durch Kreuzungstiere in großen Mastgruppen auszeichnen, kann nach den vorliegenden Ergebnissen unter dem Vorbehalt, dass die hier betrachteten Zehnergruppen stellvertretend für noch größere Mastgruppen stehen, angenommen werden. 4 Zusammenfassung Das Ziel der vorliegenden Untersuchung liegt in der Schätzung genetischer Beziehungen zwischen Haltungsumwelten und Genotypen beim Schwein für 17 Merkmale aus den Komplexen Mastleistung, Schlachtkörperwert und Fleischbeschaffenheit, um mögliche Genotyp-Umwelt-Interaktionen und den Grad der Übereinstimmung zwischen Reinzucht- und Kreuzungsleistung aufzuzeigen. Die Daten stammen von insgesamt 8945 Schweinen aus zwei Leistungsprüfungsstationen Niedersachsens aus den Jahren 2000 bis Bei den untersuchten Herkünften handelt es sich um Reinzucht- (Piétrain) und Kreuzungszuchttiere (Piétrain*(Deutsche Landrasse*Deutsches Edelschwein)). Die Reinzuchttiere wurden in beiden Stationen in Zweiergruppen gehalten, und die Kreuzungen wurden sowohl in Zweier- (beide Stationen) als auch in Zehnergruppen (eine Station) geprüft. Resultierend daraus erfolgte die Definition von drei Tiergruppen, und zwar bildeten alle Reinzuchttiere sowie die Kreuzungstiere aus den Zweiergruppen und die Kreuzungen aus den Zehnergruppen jeweils eine Gruppe. Die Varianzkomponentenschätzung erfolgte innerhalb Merkmal für die drei Tiergruppen gleichzeitig mit einem Tiermodell unter der Verwendung der Methode REML. Die Auswertungsmodelle enthielten die fixen Effekte Aufstallungsmonat innerhalb Station (Mastleistung), Schlachttag innerhalb Station (Schlachtkörperwert und Fleischbeschaffenheit) und für alle Merkmale die Regression auf das Schlachtgewicht sowie die zufälligen Effekte der Prüfgruppe und des Tieres. Zwischen den Haltungsumwelten Zweier- und Zehnergruppe ergibt sich über alle 17 Merkmale eine mittlere genetische Korrelation von r g = 0,87, wobei die Schätzwerte von r g = 0,51 bis r g = 0,99 reichen. Die mittleren genetischen Beziehungen zwischen den Reinzuchttieren und den Kreuzungen in der Zweiergruppe sowie den Kreuzungstieren in den Zehnergruppen betragen r g = 0,72 bzw. r g = 0,63. Die entsprechenden Wertebereiche liegen zwischen r g = 0,17 und r g = 0,99 bzw. zwischen r g = 0,02 und r g = 0,99. Dabei ist zu beachten, dass die Mastleistung und die Merkmale des Schlachtkörperwertes im Vergleich zu den Merkmalen der Fleischbeschaffenheit höhere genetische Beziehungen zwischen den Tiergruppen aufweisen. Die Gesamtergebnisse belegen keine nennenswerten Genotyp-Umwelt-Interaktionen bei Prüfung von Kreuzungstieren in Zweier- und Großgruppen sowie eine weitgehende Übereinstimmung zwischen den Prüfungen mit Reinzucht- oder Kreuzungsnachkommen jeweils in Zweiergruppen. Geringfügige Unterschiede in der täglichen Zunahme (r g = 0,65) zwischen den Reinzuchttieren und den Kreuzungstieren in Zehnergruppen deuten auf unterschiedliche Einflüsse der Gruppengröße auf das Wachstum und damit Rangierungsunterschiede in der Mastleistung hin. Schlüsselwörter: Schwein, Stationsprüfung, Genotyp-Umwelt-Interaktion, Reinzucht, Kreuzungszucht

10 Genotyp-Umwelt-Interaktionen bei Schweinen niedersächsischer Prüfstationen Literatur Bidanel, J. P., Ducos, A. and Gueblez, R. (1995): Genetic x environmental interactions in French pig breeding programs. 46 th Ann. Meet. Europ. Assoc. Anim. Prod., Prague, Czech Republic. De Haer, L. C. M. (1990): Sire x testing regime interactions in growing pigs. Anim. Prod. 51, Falconer, D. S. (1952): The problem of environment and selection. Amer. Nat. 86, Habier, D., Göetz, K.-U. and Dempfle, L. (2006): Estimation of genetic parameters on test stations using purebred and crossbred progeny of sires of the Bavarian Piétrain. Livest. Sci., doi: /j.livsci Neumaier, A. and Groneveld, E. (1998): Restricted Maximum Likelihood Estimation of Covariances in Sparse Linear Models. Genet. Select. Evol. 30, Ruten, W., Schoen, A. Brade, W., Bach, T. and Reinhardt, F. (2002): Estimation of genetic parameters and genetic trends in Hanoverian pig herdbook populations. 53 th Ann. Meet. Europ. Assoc. Anim. Prod., Cairo, Egypt. Schmutz, M. (1996): Multivariate Schätzung von Populationsparametern für Merkmale aus Stations- und Feldprüfung der bayerischen Schweine-Herdbuchzucht in Reinzucht und Kreuzung. Schriftenr. Inst. Tierz. Tierhaltg. Christian-Albrechts-Universität zu Kiel, Bd. 88. Webb, A. J. and Curran, M. K. (1986): Selection regime by production system interaction in pig improvement: A review of possible causes and solutions. Livest. Prod. Sci. 14, Wei, M. and Van Der Werf, J.H.J (1994): Maximizing genetic response in crossbreds using both purebred and crossbred information. Anim. Prod. 59, ZDS (2004): Richtlinie für die Stationsprüfung auf Mastleistung, Schlachtkörperwert und Fleischbeschaffenheit beim Schwein. Ausschuss für Leistungsprüfung und Zuchtwertschätzung (ALZ) beim Schwein des Zentralverbandes der Deutschen Schweineproduktion (ZDS). Genetic correlations between purebred and crossbred performances and different environments in pigs from test stations in Lower Saxony by E. Stamer, W. Brade and E. Kalm Genetic correlations between genotypes and housing systems for seventeen traits of the complexes fattening, carcass and meat quality were estimated in order to show possible genotype x environment interactions and the degree of accordance between purebred and crossbred performance. Data of 8945 female pigs tested in two test stations of Lower Saxony in the years 2000 to 2005 were analysed. Piétrain purebred and crossbred progenies were kept in two-pig pens, and crossbred progenies were also kept in groups with ten pigs. The crossbred progenies originated from hybrid sows (German Landrace * German Large White). For statistical analysis three animal groups were defined: purebreds in twopig pens, crossbreds in two-pig pens, and crossbreds in groups with ten pigs. Variance components were estimated simultaneously for all three animal groups with an animal model by REML. Statistical models considered the fixed effects month at the beginning of the fattening period within station (fattening), day of slaughtering within station (carcass and meat quality), regression on carcass weight and the random effects of test group and animal.

11 308 E. Stamer u.a. Between the crossbreds of the two housing systems the averaged genetic correlation for all traits is r g = 0,87 (0,51 to 0,99). The mean correlation between purebreds and crossbreds kept in two-pig pens resulted in r g = 0,72 (0,17 to 0,99). Finally, between purebreds and crossbreds kept in groups with ten pigs the mean correlation is r g = 0,63 (0,02 to 0,99). For fattening and carcass traits the estimated correlations are higher than for meat quality traits. Considering the important traits daily gain, meat content and ph 1 -value cutlet the results do not indicate the existence of genotype x environment interactions between crossbreds in the two different housing systems. Also a wide accordance can be stated between purebreds and crossbreds kept in two-pig pens. The correlations for the combination purebred and crossbred in groups with ten pigs show a good accordance with the exception that the group size influences the daily gain (r g = 0,65). So, for this trait moderate differences in the ranking of the purebred boars can be expected. Keywords: Pig, station test, genotype x environment interaction, purebred, crossbred

Variation des Fleischanteiles im Bauch von Schweinen aus Mutterlinien

Variation des Fleischanteiles im Bauch von Schweinen aus Mutterlinien Arch. Tierz., Dummerstorf 42 (1999) 6, 593-600 Aus dem Institut für Tierzucht und Tierverhalten der FAL, Mariensee 1 und der Zilchtungszentrale Deutsches Hybridschwein GmbH, Lüneburg 1 ULRICH BAULAIN 1

Mehr

Alt oder Neu Welche Rassen passen für die ökologische Schweinefleischerzeugung?

Alt oder Neu Welche Rassen passen für die ökologische Schweinefleischerzeugung? Archived at http://orgprints.org/17012/ F WEIßMANN, U BAULAIN, W BRADE, D WERNER & H BRANDT Alt oder Neu Welche Rassen passen für die Ökologische Schweinefleischerzeugung? Alt oder Neu Welche Rassen passen

Mehr

Log-lineare Analyse I

Log-lineare Analyse I 1 Log-lineare Analyse I Einleitung Die log-lineare Analysemethode wurde von L.A. Goodman in den 60er und 70er Jahren entwickelt. Sie dient zur Analyse von Zusammenhängen in mehrdimensionalen Kontingenztafeln

Mehr

Umgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen

Umgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen Umgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen Warum überhaupt Gedanken machen? Was fehlt, ist doch weg, oder? Allgegenwärtiges Problem in psychologischer Forschung Bringt Fehlerquellen

Mehr

Freistaat Sachsen Landesamt für Umwelt, Landwirtschaft und Geologie

Freistaat Sachsen Landesamt für Umwelt, Landwirtschaft und Geologie Zuchtwertinformations- und Managementsystem ZwISSS - Einsatzmöglichkeiten in Produktionsherden - Dr. Ulf Müller Tag des Schweinehalters, 23.09.2009 in Seddin Vortrag - Erschließung der wirtschaftlichen

Mehr

Tholen, E. et al. (2003) Mitteilungsblatt BAFF 42, Nr. 161, 241-250

Tholen, E. et al. (2003) Mitteilungsblatt BAFF 42, Nr. 161, 241-250 , 241-250 Schätzung des Muskelfleischanteiles von stationär leistungsgeprüften Zuchtschweineherkünften Estimation of the carcass composition of stationary tested pigs E. THOLEN 1, M. WIESE 1, U. BAULAIN

Mehr

QTL$MAPPING$OF$IMPORTANT$AGRICULTURAL$AND$LIFE$HISTORY$TRAITS$ IN$THE$PLANT$PATHOGENIC$FUNGUS!ZYMOSEPTORIA!TRITICI$ $

QTL$MAPPING$OF$IMPORTANT$AGRICULTURAL$AND$LIFE$HISTORY$TRAITS$ IN$THE$PLANT$PATHOGENIC$FUNGUS!ZYMOSEPTORIA!TRITICI$ $ DISS.ETHNO.22827 QTLMAPPINGOFIMPORTANTAGRICULTURALANDLIFEHISTORYTRAITS INTHEPLANTPATHOGENICFUNGUS!ZYMOSEPTORIA!TRITICI Athesissubmittedtoattainthedegreeof DOCTOROFSCIENCESofETHZURICH (Dr.sc.ETHZurich)

Mehr

Gemeinsame Richtlinie

Gemeinsame Richtlinie Gemeinsame Richtlinie der Sächsischen Landesanstalt für Landwirtschaft, der Thüringer Landesanstalt für Landwirtschaft, der Landesanstalt für Landwirtschaft, Forsten und Gartenbau Sachsen-Anhalt mit dem

Mehr

Inhaltsverzeichnis. Inhaltsverzeichnis 7

Inhaltsverzeichnis. Inhaltsverzeichnis 7 Inhaltsverzeichnis 7 Inhaltsverzeichnis Tabellenverzeichnis..... 12 Abbildungsverzeichnis.... 15 Zusammenfassung... 17 Summary..... 20 Kapitel 1 Allgemeine Einleitung.... 23 Kapitel 2 Literaturübersicht......

Mehr

Aus dem Institut für Tierzucht und Tierhaltung der Christian Albrechts- Universität zu Kiel

Aus dem Institut für Tierzucht und Tierhaltung der Christian Albrechts- Universität zu Kiel Arch. Tierz., Dummerstorf 46 (2003) 2, 155-165 Aus dem Institut für Tierzucht und Tierhaltung der Christian Albrechts- Universität zu Kiel DIRK HINRICHS, TIM OVE KUHLMANN, ECKHARD STAMER und ERNST KALM

Mehr

Darstellung eines VAR(p)-Prozesses als VAR(1)-Prozess

Darstellung eines VAR(p)-Prozesses als VAR(1)-Prozess Darstellung eines VAR(p)-Prozesses als VAR(1)-Prozess Definiere x t = Y t Y t 1. Y t p+1 Sylvia Frühwirth-Schnatter Econometrics III WS 2012/13 1-84 Darstellung eines VAR(p)-Prozesses als VAR(1)-Prozess

Mehr

Correlational analysis

Correlational analysis Correlational analysis Students performance on an exam are influenced by multiple factors. Two possible factors are (i) anxiety and (ii) study time. In order to test the effect of these two factors on

Mehr

Auswertung mit dem Statistikprogramm SPSS: 30.11.05

Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Auswertung mit dem Statistikprogramm SPSS: 30.11.05 Seite 1 Einführung SPSS Was ist eine Fragestellung? Beispiel Welche statistische Prozedur gehört zu welcher Hypothese? Statistische Berechnungen mit

Mehr

Untersuchung der Auswahl der Hauptfreiheitsgrade zum Import eines Modells von ANSYS nach SIMPACK

Untersuchung der Auswahl der Hauptfreiheitsgrade zum Import eines Modells von ANSYS nach SIMPACK IMW - Institutsmitteilung Nr. 35 (2010) 103 Untersuchung der Auswahl der Hauptfreiheitsgrade zum Import eines Modells von ANSYS nach SIMPACK M. Leng; Z. Liang Die Auswahl der Hauptfreiheitsgrade spielt

Mehr

Extended Ordered Paired Comparison Models An Application to the Data from Bundesliga Season 2013/14

Extended Ordered Paired Comparison Models An Application to the Data from Bundesliga Season 2013/14 Etended Ordered Paired Comparison Models An Application to the Data from Bundesliga Season 2013/14 Gerhard Tutz & Gunther Schauberger Ludwig-Maimilians-Universität München Akademiestraße 1, 80799 München

Mehr

Übungsserie Nr. 10 mit Lösungen

Übungsserie Nr. 10 mit Lösungen Übungsserie Nr. 10 mit Lösungen 1 Ein Untersuchungsdesign sieht einen multivariaten Vergleich einer Stichprobe von Frauen mit einer Stichprobe von Männern hinsichtlich der Merkmale X1, X2 und X3 vor (Codierung:

Mehr

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8 1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen

Mehr

Untersuchungen zum Thema Tracking Error

Untersuchungen zum Thema Tracking Error Untersuchungen zum Thema Tracking Error J. Fulmek 24. August 2003 1 Einleitung Im Folgenden werden folgende Punkte untersucht: 1. verschiedene in der Literatur übliche Definitionen des Tracking Errors

Mehr

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede

Mehr

Impact of trainer and judges in the mare performance test of Warmblood Horses

Impact of trainer and judges in the mare performance test of Warmblood Horses Arch. Tierz., Dummerstorf 48 (2005) 2, 113-120 1 Forschungsinstitut für die Biologie landwirtschaftlicher Nutztiere (FBN), Forschungsbereich Genetik und Biometrie, Dummerstorf, Germany, 2 Landesforschungsanstalt

Mehr

Veräußerung von Emissionsberechtigungen in Deutschland

Veräußerung von Emissionsberechtigungen in Deutschland Veräußerung von Emissionsberechtigungen in Deutschland Monatsbericht September 2008 Berichtsmonat September 2008 Die KfW hat im Zeitraum vom 1. September 2008 bis zum 30. September 2008 3,95 Mio. EU-Emissionsberechtigungen

Mehr

Assessment of disgn-flows in water management, Classical methods, nonstationary and multidimensional extensions of Extreme Value Modeling (EVM)

Assessment of disgn-flows in water management, Classical methods, nonstationary and multidimensional extensions of Extreme Value Modeling (EVM) Assessment of disgn-flows in water management, Classical methods, nonstationary and multidimensional extensions of Extreme Value Modeling (EVM) Dr. Winfried Willems, IAWG Outline Classical Approach, short

Mehr

Univariate Lineare Regression. (eine unabhängige Variable)

Univariate Lineare Regression. (eine unabhängige Variable) Univariate Lineare Regression (eine unabhängige Variable) Lineare Regression y=a+bx Präzise lineare Beziehung a.. Intercept b..anstieg y..abhängige Variable x..unabhängige Variable Lineare Regression y=a+bx+e

Mehr

Statistische Auswertung der Daten von Blatt 13

Statistische Auswertung der Daten von Blatt 13 Statistische Auswertung der Daten von Blatt 13 Problemstellung 1 Graphische Darstellung der Daten 1 Diskussion der Normalverteilung 3 Mittelwerte und deren Konfidenzbereiche 3 Signifikanz der Behandlung

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Business Value Launch 2006

Business Value Launch 2006 Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung

Mehr

Die oben genannten Rechtsgrundlagen wirken in Verbindung

Die oben genannten Rechtsgrundlagen wirken in Verbindung Gemeinsame Richtlinie/Ausführungsbestimmungen des Pferdezuchtverbandes Sachsen-Thüringen e.v. und des Pferdezuchtverbandes Brandenburg-Anhalt e.v. für die Durchführung der Zuchtwertschätzung bei der Rasse

Mehr

Schweine bis 140 kg mästen?

Schweine bis 140 kg mästen? Schweine bis 140 mästen? Für weiter steiende Endewichte sprechen weder die Preismasken noch der zum Mastende überproportional zunehmende Futterverbrauch. Doch Ereinisse, wie z.b. die Dioxinkrise oder der

Mehr

Software Echtzeitverhalten in den Griff Bekommen

Software Echtzeitverhalten in den Griff Bekommen Software Echtzeitverhalten in den Griff Bekommen B.Sc.Markus Barenhoff [www.embedded-tools.de] Dr. Nicholas Merriam [www.rapitasystems.com] Übersicht Reaktionszeit Nettolaufzeit Optimierung Worst-Case

Mehr

Klausur BWL V Investition und Finanzierung (70172)

Klausur BWL V Investition und Finanzierung (70172) Klausur BWL V Investition und Finanzierung (70172) Prof. Dr. Daniel Rösch am 13. Juli 2009, 13.00-14.00 Name, Vorname Anmerkungen: 1. Bei den Rechenaufgaben ist die allgemeine Formel zur Berechnung der

Mehr

Varianzanalyse * (1) Varianzanalyse (2)

Varianzanalyse * (1) Varianzanalyse (2) Varianzanalyse * (1) Einfaktorielle Varianzanalyse (I) Die Varianzanalyse (ANOVA = ANalysis Of VAriance) wird benutzt, um Unterschiede zwischen Mittelwerten von drei oder mehr Stichproben auf Signifikanz

Mehr

Futteraufnahme und Fressverhalten wachsender Lämmer 2. Mitteilung: genetische Korrelationen zwischen der Futteraufnahme und Leistungsmerkmalen

Futteraufnahme und Fressverhalten wachsender Lämmer 2. Mitteilung: genetische Korrelationen zwischen der Futteraufnahme und Leistungsmerkmalen Arch. Tierz., Dummerstorf 51 (2008) 4, 372-380 1 Thüringer Landesanstalt für Landwirtschaft, Standort Clausberg, Deutschland 2 Fachhochschule Weihenstephan, Abt. Triesdorf, Deutschland 3 Landesanstalt

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Abschlussklausur des Kurses Portfoliomanagement

Abschlussklausur des Kurses Portfoliomanagement Universität Hohenheim Wintersemester 2010/2011 Lehrstuhl für Bankwirtschaft und Finanzdienstleistungen Kurs Portfoliomanagement Seite 1 von 3 19.01.2011 Abschlussklausur des Kurses Portfoliomanagement

Mehr

Eine Analyse des Effektes von Lernen auf Populationsfitness und Diversität in einer NK-Fitnesslandschaft. Lars Melchior

Eine Analyse des Effektes von Lernen auf Populationsfitness und Diversität in einer NK-Fitnesslandschaft. Lars Melchior Eine Analyse des Effektes von Lernen auf Populationsfitness und Diversität in einer NK-Fitnesslandschaft Lars Melchior Theoretische Grundlagen Theoretische Grundlagen Genetik Genetische Algorithmen NK

Mehr

Analyse alt- und mittelpaläolithischer Steinartefaktinventare mittels Parallelkoordinatenplots

Analyse alt- und mittelpaläolithischer Steinartefaktinventare mittels Parallelkoordinatenplots Einleitung Analyse alt- und mittelpaläolithischer Steinartefaktinventare mittels Parallelkoordinatenplots von Irmela Herzog Im Rahmen der Herbsttagung der AG DANK (Datenanalyse und Numerische Klassifikation)

Mehr

Statistische Auswertung:

Statistische Auswertung: Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.

Mehr

Meteorological measurements at the Offshore Platform FINO 2 - new insights -

Meteorological measurements at the Offshore Platform FINO 2 - new insights - FINO 2011 Conference May 11 th 2011, Hamburg, Germany Meteorological measurements at the Offshore Platform FINO 2 - new insights - Dipl.-Geoök. Stefan Müller, Dipl.-Ing Joachim Schwabe Content 1. FINO

Mehr

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren)

Multiple Regression. Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Multiple Regression 1 Was ist multiple lineare Regression? Ziel: Vorhersage der Werte einer Variable (Kriterium) bei Kenntnis der Werte von zwei oder mehr anderen Variablen (Prädiktoren) Annahme: Der Zusammenhang

Mehr

Lösung zu Kapitel 11: Beispiel 1

Lösung zu Kapitel 11: Beispiel 1 Lösung zu Kapitel 11: Beispiel 1 Eine Untersuchung bei 253 Personen zur Kundenzufriedenheit mit einer Einzelhandelskette im Südosten der USA enthält Variablen mit sozialstatistischen Daten der befragten

Mehr

Risk of Suicide after Bariatric Surgery

Risk of Suicide after Bariatric Surgery Overview Risk of Suicide after Bariatric Surgery Obesity and Depression Suicidality and Obesity German Obesity-Suicidality Study Birgit Wagner, PhD Department of Psychosomatic Medicine and Psychotherapy

Mehr

Genomische Selektion beim Schwein Fährt der Zug schon und wenn ja, wohin?

Genomische Selektion beim Schwein Fährt der Zug schon und wenn ja, wohin? Genomische Selektion beim Schwein Fährt der Zug schon und wenn ja, wohin? Dr. Kay-Uwe Götz Bayerische Landesanstalt für Landwirtschaft Institut für Tierzucht Wer sich neben der Schweinezucht auch für Rinder

Mehr

Genomische Selektion in der Pflanzenzüchtung

Genomische Selektion in der Pflanzenzüchtung Genomische Selektion in der Pflanzenzüchtung Chris-CarolinCarolin Schön 30. März 2012 Hybridzüchtung Population 1 Population 2 Kreuzungen 10.000000 Linieni Prüfung 1 Umwelt Kreuzungen 10.000000 Linen 2.000

Mehr

HIR Method & Tools for Fit Gap analysis

HIR Method & Tools for Fit Gap analysis HIR Method & Tools for Fit Gap analysis Checklist Example APS-functionality Check FELIOS versus PRIMAVERA 1 Base for all: The Processes HIR-Method for Template Checks, Fit Gap-Analysis, Change-, Quality-

Mehr

Kybernetik Einführung

Kybernetik Einführung Kybernetik Einführung Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 24. 04. 2012 Einführung Was ist Kybernetik? Der Begriff Kybernetik wurde im 1948

Mehr

Einführung in statistische Analysen

Einführung in statistische Analysen Einführung in statistische Analysen Andreas Thams Econ Boot Camp 2008 Wozu braucht man Statistik? Statistik begegnet uns jeden Tag... Weihnachten macht Deutschen Einkaufslaune. Im Advent überkommt die

Mehr

Aufnahmeuntersuchung für Koi

Aufnahmeuntersuchung für Koi Aufnahmeuntersuchung für Koi Datum des Untersuchs: Date of examination: 1. Angaben zur Praxis / Tierarzt Vet details Name des Tierarztes Name of Vet Name der Praxis Name of practice Adresse Address Beruf

Mehr

Prediction of Binary Fick Diffusion Coefficients using COSMO-RS

Prediction of Binary Fick Diffusion Coefficients using COSMO-RS Prediction of Binary Fick Diffusion Coefficients using COSMO-RS Sebastian Rehfeldt, Tobias Sachsenhauser, Sandra Schreiber, Harald Klein Institute of Plant and Process Technology Technische Universität

Mehr

Das Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear":

Das Dialogfeld für die Regressionsanalyse (Lineare Regression) findet sich im Statistik- Menu unter Regression-Linear: Lineare Regression Das Dialogfeld für die Regressionsanalyse ("Lineare Regression") findet sich im Statistik- Menu unter "Regression"-"Linear": Im einfachsten Fall werden mehrere Prädiktoren (oder nur

Mehr

R I C H T L I N I E für die Stationsprüfung auf Mastleistung, Schlachtkörperwert und Fleischbeschaffenheit beim Schwein vom 04.09.

R I C H T L I N I E für die Stationsprüfung auf Mastleistung, Schlachtkörperwert und Fleischbeschaffenheit beim Schwein vom 04.09. R I C H T L I N I E für die Stationsprüfung auf Mastleistung, Schlachtkörperwert und Fleischbeschaffenheit beim Schwein vom 04.09.2007 In der Verordnung über die Leistungsprüfungen und die Zuchtwertfeststellung

Mehr

Standardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14.

Standardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14. Aufgabe : einfacher T-Test Statistik bei einer Stichprobe Standardfehl Standardab er des Mittelwert weichung Mittelwertes 699 39.68 76.59 2.894 Test bei einer Sichprobe Testwert = 45.5 95% Konfidenzintervall

Mehr

Foto: Kate Whitley, www.biotechnologie.de

Foto: Kate Whitley, www.biotechnologie.de Foto: Kate Whitley, www.biotechnologie.de Inhalt o Was kann die genomische ZWS nicht? o QTL: Erfahrungen aus genomweiten Studien o Begriffklärung [Re-]Sequenzierung o Hochdurchsatzsequenzierung technische

Mehr

Möglichkeiten und Grenzen der Analyse von Bildungsungleichheiten mit PISA

Möglichkeiten und Grenzen der Analyse von Bildungsungleichheiten mit PISA Möglichkeiten und Grenzen der Analyse von Bildungsungleichheiten mit PISA Johann Bacher (JKU, Linz) johann.bacher@jku.at Linz, 2005 1 1. Ziele soziologischer Bildungsforschung 2. Möglichkeiten von PISA

Mehr

Methoden Quantitative Datenanalyse

Methoden Quantitative Datenanalyse Leitfaden Universität Zürich ISEK - Andreasstrasse 15 CH-8050 Zürich Telefon +41 44 635 22 11 Telefax +41 44 635 22 19 www.isek.uzh.ch 11. September 2014 Methoden Quantitative Datenanalyse Vorbereitung

Mehr

HIR Method & Tools for Fit Gap analysis

HIR Method & Tools for Fit Gap analysis HIR Method & Tools for Fit Gap analysis Based on a Powermax APML example 1 Base for all: The Processes HIR-Method for Template Checks, Fit Gap-Analysis, Change-, Quality- & Risk- Management etc. Main processes

Mehr

Wie viele Male schlägt das Herz eines Menschen in seinem gesamten Leben?

Wie viele Male schlägt das Herz eines Menschen in seinem gesamten Leben? Wie viele Male schlägt das Herz eines Menschen in seinem gesamten Leben? Wie viele Bäume gibt es in der Schweiz? Bestimme den Erdumfang, ohne ihn irgendwo nachzuschlagen. Gegeben sei der Abstand zwischen

Mehr

Die DOE-Funktionen im Assistenten führen Benutzer durch einen sequenziellen Prozess zum Entwerfen und Analysieren eines oder mehrerer Experimente, in

Die DOE-Funktionen im Assistenten führen Benutzer durch einen sequenziellen Prozess zum Entwerfen und Analysieren eines oder mehrerer Experimente, in Dieses White Paper ist Teil einer Reihe von Veröffentlichungen, welche die Forschungsarbeiten der Minitab-Statistiker erläutern, in deren Rahmen die im Assistenten der Minitab 17 Statistical Software verwendeten

Mehr

Die Analyse sozialen Wandels auf Basis wiederholter Querschnittserhebungen

Die Analyse sozialen Wandels auf Basis wiederholter Querschnittserhebungen Die Analyse sozialen Wandels auf Basis wiederholter Querschnittserhebungen Beitrag für den RatSWD-Nachwuchsworkshop: Längsschnittanalysen auf der Basis amtlicher Sozial- und Wirtschaftsdaten, Berlin, 25.-26.

Mehr

6.2 Regressionsanalyse

6.2 Regressionsanalyse c-kennzahlensystem (ROCI) 6. Regressionsanalyse Die Regressionsanalyse zählt zu den wichtigsten Analysemethoden des Kommunikationscontrollings und hat ihre tiefen Wurzeln in der Statistik. Im Rahmen des

Mehr

Fachtagung Kosten, Nutzen, Finanzierung beruflicher Weiterbildung. Workshop 2 Individuelle Weiterbildung: Kosten und Nutzen

Fachtagung Kosten, Nutzen, Finanzierung beruflicher Weiterbildung. Workshop 2 Individuelle Weiterbildung: Kosten und Nutzen Fachtagung Kosten, Nutzen, Finanzierung beruflicher Weiterbildung Workshop 2 Individuelle Weiterbildung: Kosten und Nutzen am 02. und 03. Juni 2005 in Bonn Welchen Nutzen hat Weiterbildung für Individuen

Mehr

Tierzüchtung. Anforderung des Marktes. Zuchtziel. Zuchtverfahren Leistungsprüfung

Tierzüchtung. Anforderung des Marktes. Zuchtziel. Zuchtverfahren Leistungsprüfung Tierzüchtung nforderung des Marktes Zuchtziel Zuchtverfahren Leistungsprüfung Selektion Verpaarung Populationsgenetik Rechentechnik Mathem. Statistik iotechnologie der Fortpflanzung -Züchtungstechniken

Mehr

Security Patterns. Benny Clauss. Sicherheit in der Softwareentwicklung WS 07/08

Security Patterns. Benny Clauss. Sicherheit in der Softwareentwicklung WS 07/08 Security Patterns Benny Clauss Sicherheit in der Softwareentwicklung WS 07/08 Gliederung Pattern Was ist das? Warum Security Pattern? Security Pattern Aufbau Security Pattern Alternative Beispiel Patternsysteme

Mehr

Wie erblich sind Epilepsien? Konzepte für die Interaktion von Genen und Umwelt

Wie erblich sind Epilepsien? Konzepte für die Interaktion von Genen und Umwelt Wie erblich sind Epilepsien? Konzepte für die Interaktion von Genen und Umwelt Ingo Helbig Klinik für Neuropädiatrie UKSH Kiel www.epilepsiegenetik.de Aufbau Aufbau - Warum? Aufbau - Warum? - Der Stand

Mehr

Wakefield computation of PETRAIII taper section Laura Lünzer

Wakefield computation of PETRAIII taper section Laura Lünzer Wakefield computation of PETRAIII taper section Laura Lünzer 16. Dezember 2011 TU Darmstadt Fachbereich 18 Institut Theorie Elektromagnetischer Felder Laura Lünzer Geometry of tapered structure Undulator

Mehr

Listening Comprehension: Talking about language learning

Listening Comprehension: Talking about language learning Talking about language learning Two Swiss teenagers, Ralf and Bettina, are both studying English at a language school in Bristo and are talking about language learning. Remember that Swiss German is quite

Mehr

Analyse von Querschnittsdaten. Regression mit Dummy-Variablen

Analyse von Querschnittsdaten. Regression mit Dummy-Variablen Analyse von Querschnittsdaten Regression mit Dummy-Variablen Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Kategoriale Variablen Datum 3.0.2004 20.0.2004 27.0.2004 03..2004 0..2004

Mehr

AUTOMATISIERTE HANDELSSYSTEME

AUTOMATISIERTE HANDELSSYSTEME UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie

Mehr

Vergleichsuntersuchungen zur Ultraschall-Speckdickenmessung beim Schwein im Rahmen der Eigenleistungsprüfung

Vergleichsuntersuchungen zur Ultraschall-Speckdickenmessung beim Schwein im Rahmen der Eigenleistungsprüfung Arch. Tierz., Duerstorf 47 (2004) 3, 249-263 Aus der Thüringer Landesanstalt für Landwirtschaft, Abteilung Tierproduktion, Jena 1) und der Landesanstalt für Landwirtschaft und Gartenbau Sachsen-Anhalt,

Mehr

Analyse von Querschnittsdaten. Regression mit Dummy-Variablen

Analyse von Querschnittsdaten. Regression mit Dummy-Variablen Analyse von Querschnittsdaten Regression mit Dummy-Variablen Warum geht es in den folgenden Sitzungen? Datum Vorlesung 9.0.05 Einführung 26.0.05 Beispiele 02..05 Forschungsdesigns & Datenstrukturen 09..05

Mehr

Studiendesign/ Evaluierungsdesign

Studiendesign/ Evaluierungsdesign Jennifer Ziegert Studiendesign/ Evaluierungsdesign Praxisprojekt: Nutzerorientierte Evaluierung von Visualisierungen in Daffodil mittels Eyetracker Warum Studien /Evaluierungsdesign Das Design einer Untersuchung

Mehr

6 Mehrstufige zufällige Vorgänge Lösungshinweise

6 Mehrstufige zufällige Vorgänge Lösungshinweise 6 Mehrstufige zufällige Vorgänge Lösungshinweise Aufgabe 6.: Begründen Sie, warum die stochastische Unabhängigkeit zweier Ereignisse bzw. zufälliger Vorgänge nur ein Modell der Realität darstellen kann.

Mehr

Störungen höherer Hirnleistungen nicht übersehen DemenzScreening

Störungen höherer Hirnleistungen nicht übersehen DemenzScreening Störungen höherer Hirnleistungen nicht übersehen DemenzScreening Prof. Dr. med. Helmut Buchner und klinische Neurophysiologie Recklinghausen Höhere Hirnleistungen Erkennen Gedächtnis Orientierung Lernen

Mehr

Hotel- und Objektausstattung Bedding products for hotels and contract business

Hotel- und Objektausstattung Bedding products for hotels and contract business Hotel- und Objektausstattung Bedding products for hotels and contract business Paradies Bettwaren für den guten Schlaf Paradies bedding products for a good night s sleep Seit mehr als 150 Jahren wird die

Mehr

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.) ue biostatistik: nichtparametrische testverfahren / ergänzung 1/6 h. Lettner / physik Statistische Testverfahren Einige Statistische Tests für den Ein- Zwei- und k-stichprobenfall (Nach Sachs, Stat. Meth.)

Mehr

Der RIA von ICN eignet sich zur Überwachung der Lutealphase.

Der RIA von ICN eignet sich zur Überwachung der Lutealphase. 6 Zusammenfassung Das Ziel der vorliegenden Arbeit bestand darin die Eignung von gering invasiven Methoden (Messung der Körperinnentemperatur, Gewinnung von Vaginalsekret zur Bestimmung von ph-wert und

Mehr

Lineare Modelle in R: Einweg-Varianzanalyse

Lineare Modelle in R: Einweg-Varianzanalyse Lineare Modelle in R: Einweg-Varianzanalyse Achim Zeileis 2009-02-20 1 Datenaufbereitung Wie schon in der Vorlesung wollen wir hier zur Illustration der Einweg-Analyse die logarithmierten Ausgaben der

Mehr

Statische Versuchsplanung (DoE - Design of Experiments)

Statische Versuchsplanung (DoE - Design of Experiments) Statische Versuchsplanung (DoE - Design of Experiments) Übersicht Bei der statistischen Versuchsplanung wird die Wirkung von Steuerparametern unter dem Einfluss von Störparametern untersucht. Mit Hilfe

Mehr

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher Planen mit mathematischen Modellen 00844: Computergestützte Optimierung Leseprobe Autor: Dr. Heinz Peter Reidmacher 11 - Portefeuilleanalyse 61 11 Portefeuilleanalyse 11.1 Das Markowitz Modell Die Portefeuilleanalyse

Mehr

Regimewechsel Währungsabsicherung als strategische Notwendigkeit Zusammenfassung* J. Benetti, Th. Häfliger, Ph. Valta

Regimewechsel Währungsabsicherung als strategische Notwendigkeit Zusammenfassung* J. Benetti, Th. Häfliger, Ph. Valta Regimewechsel Währungsabsicherung als strategische Notwendigkeit Zusammenfassung* J. Benetti, Th. Häfliger, Ph. Valta PICTET STRATEGIC ADVISORY GROUP JUNI 2004 Fremdwährungsanlagen nehmen in der modernen

Mehr

WAS IST DER KOMPARATIV: = The comparative

WAS IST DER KOMPARATIV: = The comparative DER KOMPATATIV VON ADJEKTIVEN UND ADVERBEN WAS IST DER KOMPARATIV: = The comparative Der Komparativ vergleicht zwei Sachen (durch ein Adjektiv oder ein Adverb) The comparative is exactly what it sounds

Mehr

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau

Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 1 Einführung in die statistische Datenanalyse Bachelorabschlussseminar Dipl.-Kfm. Daniel Cracau 2 Gliederung 1.Grundlagen 2.Nicht-parametrische Tests a. Mann-Whitney-Wilcoxon-U Test b. Wilcoxon-Signed-Rank

Mehr

Untersuchung der Zusammenhänge zwischen der gebauten Struktur einer Stadt und der

Untersuchung der Zusammenhänge zwischen der gebauten Struktur einer Stadt und der Ein agentenbasiertes t Simulationsmodell ll zur Untersuchung der Zusammenhänge zwischen der gebauten Struktur einer Stadt und der sozialen Organisation ihrer Bevölkerung Reinhard König, Informatik in der

Mehr

Beschreibung. Process Description: Sartorius Bestellnummer / Order No.:

Beschreibung. Process Description: Sartorius Bestellnummer / Order No.: Q-App: USP Advanced Bestimmung des Arbeitsbereiches von Waagen gem. USP Kapitel 41 mit Auswertung über HTML (Q-Web) Determination of the operating range of balances acc. USP Chapter 41 with evaluation

Mehr

Mast- und Schlachtleistung sowie Wirtschaftlichkeit von Ebern im Vergleich zu Sauen und Kastraten

Mast- und Schlachtleistung sowie Wirtschaftlichkeit von Ebern im Vergleich zu Sauen und Kastraten Mast- und Schlachtleistung sowie Wirtschaftlichkeit von Ebern im Vergleich zu Sauen und Kastraten Henrik Delfs, Winfried Matthes, Dörte Uetrecht, Annemarie Müller, Kirsten Büsing, Helmuth Claus, Klaas

Mehr

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1

Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 LÖSUNG 9B a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Man kann erwarten, dass der Absatz mit steigendem Preis abnimmt, mit höherer Anzahl der Außendienstmitarbeiter sowie mit erhöhten

Mehr

Absolut, relativ oder einfach mehr Geld? Analyse der Netto-Differenzen 2014

Absolut, relativ oder einfach mehr Geld? Analyse der Netto-Differenzen 2014 Voraussetzungen Absolut, relativ oder einfach mehr Geld? Analyse der -en 2014 Tarifbeschäftigte und beamtete Lehrerinnen und Lehrer erhalten bei gleicher Arbeitszeit, gleichen Aufgaben und gleichen Belastungen

Mehr

Weitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression

Weitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression Weitere Fragestellungen im Zusammenhang mit einer linearen Einfachregression Speziell im Zusammenhang mit der Ablehnung der Globalhypothese werden bei einer linearen Einfachregression weitere Fragestellungen

Mehr

Hauptseminar am Fachgebiet für Quantitative Methoden der Wirtschaftswissenschaften

Hauptseminar am Fachgebiet für Quantitative Methoden der Wirtschaftswissenschaften Hauptseminar am Fachgebiet für Quantitative Methoden der Wirtschaftswissenschaften Fehlende Daten in der Multivariaten Statistik SS 2011 Allgemeines Das Seminar richtet sich in erster Linie an Studierende

Mehr

1 Interaktion von zwei Dummyvariablen. 2 Interaktion einer Dummyvariablen mit einer kardinalskalierten Variablen

1 Interaktion von zwei Dummyvariablen. 2 Interaktion einer Dummyvariablen mit einer kardinalskalierten Variablen Modelle mit Interationsvariablen I Modelle mit Interationsvariablen II In der beim White-Test verwendeten Regressionsfuntion y = β 0 + β 1 x 1 + β 2 x 2 + β 3 x 2 1 + β 4 x 2 2 + β 5 x 1 x 2, ist anders

Mehr

Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena

Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena http://www.im.uni-jena.de Contents I. Learning Objectives II. III. IV. Recap

Mehr

Der neue Weg zur Audio-Verteilung in Echtzeit im LAN/WAN

Der neue Weg zur Audio-Verteilung in Echtzeit im LAN/WAN White Paper: AUDIO GATEWAY CODEC WP0503, MAYAH Communications GmbH InHouseStreaming Der neue Weg zur Audio-Verteilung in Echtzeit im LAN/WAN Paper Status: White Paper Language: German Keywords, Summary:

Mehr

Eine Einführung in R: Hochdimensionale Daten: n << p Teil II

Eine Einführung in R: Hochdimensionale Daten: n << p Teil II Eine Einführung in R: Hochdimensionale Daten: n

Mehr

Einleitung 19. Teil I Datenanalyse und Modellbildung Grundlagen 25

Einleitung 19. Teil I Datenanalyse und Modellbildung Grundlagen 25 Inhaltsverzeichnis Einleitung 19 Zu diesem Buch 19 Konventionen in diesem Buch 20 Was Sie nicht lesen müssen 21 Falsche Voraussetzungen 21 Wie dieses Buch aufgebaut ist 21 Teil I: Datenanalyse und Grundlagen

Mehr

Stellungnahme des Ausschusses für Genetisch-Statistische Methoden der DGfZ zur Fragestellung Genomische Zuchtwertschätzung und Selektion 1

Stellungnahme des Ausschusses für Genetisch-Statistische Methoden der DGfZ zur Fragestellung Genomische Zuchtwertschätzung und Selektion 1 Züchtungskunde, 83, (4/5) S. 241 247, 2011, ISSN 0044-5401 Verlag Eugen Ulmer, Stuttgart Stellungnahme des Ausschusses für Genetisch-Statistische Methoden der DGfZ zur Fragestellung Genomische Zuchtwertschätzung

Mehr

Beteiligung der Beschäftigten an betrieblicher Weiterbildung. und Unternehmensgröße

Beteiligung der Beschäftigten an betrieblicher Weiterbildung. und Unternehmensgröße Beteiligung der Beschäftigten an betrieblicher Weiterbildung und Unternehmensgröße Befunde auf der Grundlage von CVTS3 Friederike Behringer, Gudrun Schönfeld Bonn, Februar 2011 1 Vorbemerkung Im Folgenden

Mehr

Efficient Design Space Exploration for Embedded Systems

Efficient Design Space Exploration for Embedded Systems Diss. ETH No. 16589 Efficient Design Space Exploration for Embedded Systems A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZURICH for the degree of Doctor of Sciences presented by

Mehr

Einfache Modelle für Paneldaten. Statistik II

Einfache Modelle für Paneldaten. Statistik II Einfache Modelle für daten Statistik II Wiederholung Literatur daten Policy-Analyse II: Statistik II daten (1/18) Literatur Zum Nachlesen Einfache Modelle für daten Wooldridge ch. 13.1-13.4 (im Reader)

Mehr

Phrasensammlung für wissenschaftliches Arbeiten

Phrasensammlung für wissenschaftliches Arbeiten Phrasensammlung für wissenschaftliches Arbeiten Einleitung In diesem Aufsatz/dieser Abhandlung/dieser Arbeit werde ich... untersuchen/ermitteln/bewerten/analysieren... Um diese Frage zu beantworten, beginnen

Mehr

Seasonal differences in yield and quality of Lulo (Solanum quitoense LAM.) fruits in Central Europe under greenhouse-conditions

Seasonal differences in yield and quality of Lulo (Solanum quitoense LAM.) fruits in Central Europe under greenhouse-conditions Seasonal differences in yield and quality of Lulo (Solanum quitoense LAM.) fruits in Central Europe under greenhouse-conditions Master's thesis Submitted for the acquisition of the academic degree Master

Mehr

DIGICOMP OPEN TUESDAY AKTUELLE STANDARDS UND TRENDS IN DER AGILEN SOFTWARE ENTWICKLUNG. Michael Palotas 7. April 2015 1 GRIDFUSION

DIGICOMP OPEN TUESDAY AKTUELLE STANDARDS UND TRENDS IN DER AGILEN SOFTWARE ENTWICKLUNG. Michael Palotas 7. April 2015 1 GRIDFUSION DIGICOMP OPEN TUESDAY AKTUELLE STANDARDS UND TRENDS IN DER AGILEN SOFTWARE ENTWICKLUNG Michael Palotas 7. April 2015 1 GRIDFUSION IHR REFERENT Gridfusion Software Solutions Kontakt: Michael Palotas Gerbiweg

Mehr