Tekniske fremskridt indenfor landbrugsvidenskabelig forskning bygger på et stort og ofte komplekst informations materiale. Disse informationer kan optimalt udnyttes ved hjælp af velegnede statistiske modeller og databehandlings systemer. Dette ph.d. projekt behandler statistiske modeller vedrørende longitudinal data – dataoptegnelser, med gentagende registreringer foretaget over tid (eller rum) – der har betydning i landbrugsmæssig sammenhæng.

Smitha har i sit studie fokuseret på modellering af to slags longitudinal data: først, multivariate kontinuerte data fra tidsserier opnået fra robotmalkning af køer og dernæst, univariate data udspringende fra f.eks. dyre og plante genetik.

Første del af arbejdet havde til formål at udvikle og sammenligne to statistiske metoder til at forudsige mastitis. Der er brugt multivariate indikatorer af mastitis, som er registreret online. Malkningsdata er optaget fra et automatisk malkningssystem.

Anden del af studiet vedrører den statistiske modellering af longitudinal univariate diskrete data, med særligt fokus på data genereret ved hjælp af SNP arrays. Et R-bibiliotek, gRapfa, er blevet udviklet med henblik på at implementere metoderne.

Tid: Tirsdag den 13 maj 2014, kl. 12.00
Sted: Auditoriet, AU Foulum
Afhandlingens titel: Statistical Methods for longitudinal data with agricultural applications
Kontakt information: Smitha Ankinakatte, e-mail: Smitha.AA@agrsci.dk, tel.: +45 8716 9281
Bedømmelsesudvalg:
Lektor, Poul Svante Eriksen, Institut for Matematiske Fag, Aalborg Universitet
Forsker, Rudi de Mol, Animal Science Group, Wageningen UR
Professor Just Jensen (formand), Institut for Molekylærbiologi og Genetik, Aarhus Universitet
Hovedvejleder:
Lektor, David Edwards, Institut for Molekylærbiologi og Genetik - Center for Kvantitativ Genetik og Genomforskning, Aarhus Universitet
Medvejleder:
Seniorforsker, Ole Fredslund Christensen, Institut for Molekylærbiologi og Genetik - Center for Kvantitativ Genetik og Genomforskning, Aarhus Universitet
Sprog: Ph.d.-afhandlingen forsvares på engelsk.

Forsvaret er offentligt.
Afhandlingen ligger til gennemsyn hos Graduate School of Science and Technology/GSST, Ny Munkegade 120, bygning 1521, lokale 112, 8000 Aarhus C.