TY - JOUR KW - Betriebsdichte KW - Großvieheinheiten KW - räumliche Statistik KW - Stichprobenplanung AU - R Merle AU - M Busse AU - G Rechter AU - U Meer AB - Um die Gestaltung repräsentativer Studien in Tierpopulationen zu vereinfachen,wurden die strukturellen Unterschiede der Tierhaltung anhand von Rindern,Schweinen und Legehennen in Deutschland charakterisiert, daraus mehrereRegionen definiert ... BT - Berliner und Münchener Tierärztliche Wochenschrift C1 - {"oldId":70999,"title":"Regionalisierung Deutschlands anhand landwirtschaftlicher Strukturdaten","teaserText":"Um die Gestaltung repr\u00e4sentativer Studien in Tierpopulationen zu vereinfachen,wurden die strukturellen Unterschiede der Tierhaltung anhand von Rindern,Schweinen und Legehennen in Deutschland charakterisiert, daraus mehrereRegionen definiert ...","content":"

Zusammenfassung<\/span>
Um die Gestaltung repr\u00e4sentativer Studien in Tierpopulationen zu vereinfachen,wurden die strukturellen Unterschiede der Tierhaltung anhand von Rindern,Schweinen und Legehennen in Deutschland charakterisiert, daraus mehrereRegionen definiert und zuletzt Landkreise identifiziert, die f\u00fcr die jeweilige Regiontypisch sind und daher als Stellvertreter f\u00fcr die ganze Region betrachtet werdenk\u00f6nnen.
Die Daten zur Nutztierhaltung sowie der Bev\u00f6lkerung je Landkreis der Statistischen\u00c4mter des Bundes und der L\u00e4nder wurden herangezogen und mitGeometriedaten des Bundesamts f\u00fcr Kartographie und Geod\u00e4sie verkn\u00fcpft. Diedaraus kalkulierten Daten der \u201eGro\u00dfvieheinheiten\/km2 Fl\u00e4che\u201c und \u201eBetriebe\/km2Fl\u00e4che\u201c je Landkreis wurden mithilfe der Methoden der r\u00e4umlichen StatistikGlobal Moran\u2019s Index, Anselin Local Moran\u2018s Index und Getis-Ord Gi* anhand vonClusteranalysen ausgewertet.
Anhand dieser Analysen konnten insgesamt sechs Cluster identifiziert werden,die unter Ber\u00fccksichtigung der Bundeslandgrenzen zur Bildung von vier gro\u00dfen(Mitte, Nordwest, Ost und S\u00fcd) und einer kleineren Region (N\u00f6rdlicher Oberrhein)f\u00fchrten. Diese Regionen unterschieden sich bez\u00fcglich der Tier- und der Betriebsdichtesignifikant voneinander. Die Auswahl typischer Landkreise erfolgte wiederumanhand der Tier- und Betriebsdaten der Tiergruppen Mastschweine, Milchrinderund Legehennen. Die ausgew\u00e4hlten Landkreise (drei bis sechs je Region)lagen in mindestens zwei der untersuchten Variablen zwischen der 60 %- und der80 %-Perzentile des jeweiligen Regionsdurchschnitts. F\u00fcr die Region N\u00f6rdlicherOberrhein wurde auf die Auswahl eines typischen Landkreises verzichtet.
Bei der Planung wissenschaftlicher Studien, die mit Viehhaltung in Deutschlandassoziiert sind, kann f\u00fcr die Auswahl von Studienregionen auf die hier vorgestellteRegionalisierung einschlie\u00dflich repr\u00e4sentativer Landkreise zur\u00fcckgegriffenwerden.

Schl\u00fcsselw\u00f6rter:<\/span>
Betriebsdichte, Gro\u00dfvieheinheiten, r\u00e4umliche Statistik, Stichprobenplanung


Summary<\/span>
In order to simplify the design of representative studies in animal populationsthe structural differences of animal husbandry (cattle, pigs and laying hens) inGermany were characterised. Several regions were defined and thus districtsidentified which are typical for the respective region and can be regarded asrepresentatives for the whole region.
Data on animal husbandry as well as human population per district originatedfrom the Federal Statistical Office and were linked to the geometric data of theFederal Agency for Cartography and Geodesy. By this, data of \u201clivestock units\/square kilometre area\u201dand \u201cfarms\/square kilometre area\u201d per district were calculated using methods ofthe spatial statistics Global Moran\u2019s Index, Anselin Local Moran\u2018s Index and Getis-Ord Gi*.
With the help of these analyses six clusters could be identified which resulted infour large (Middle, Northwest, East, and South) and one smaller region (NorthernUpper-Rhine) respecting the federal state borders. These regions differed significantlyregarding animal and farm densities. The selection of typical districts wasSummary carried out with the help of the respective animal and farm data of the speciespigs, dairy cattle and laying hens. The means of the selected districts (three to sixper region) were within the 60%- and the 80%-percentile of at least two of theanalysed variables. Concerning the region Northern Upper-Rhine no representativedistrict was selected.
This presented regionalisation including representative districts can be usedfor the design of scientific studies that are associated with animal husbandry inGermany.

Keywords:<\/span>
farm density, animal density, spatial statistics<\/p>","categories":["Tier\u00e4rztliche Wochenschrift","Abostufe BMTW","Fachartikel"],"fromDate":"Jan 10, 2012 12:00:00 AM","toDate":"Dec 31, 2050 12:00:00 AM","oldUrls":["http:\/\/vetline.de\/betriebsdichte-grossvieheinheiten-raeumliche-statistik-stichprobenplanung\/150\/3130\/70999"],"doiLanguage":"deutsch","doiProductFormat":"Online","doiPublisher":"Schl\u00fctersche Verlagsgesellschaft mbH & Co. KG","doiSerialWorkTitle":"Berl. M\u00fcnch. Tier\u00e4rztl. Wschr.","doiDocumentUri":"http:\/\/www.vetline.de\/betriebsdichte-grossvieheinheiten-raeumliche-statistik-stichprobenplanung\/150\/3130\/70999","doiSource":"Berl. M\u00fcnch. Tier\u00e4rztl. Wschr. 125: 1-2, 52-59 (2012)","doiissn":"0005-9366","doiNr":"10.2376\/0005-9366-125-52","doiFirstPage":"52","doiLastPage":"59","doiTransmitted":true,"doiAuthor":"Merle R, Busse M, Rechter G, Meer U","pdf":{"path":"http:\/\/data\/bmtw_2012_01_0052.pdf","title":"bmtw_2012_01_0052.pdf","description":"Regionalisierung Deutschlands anhand landwirtschaftlicher Strukturdaten

"},"authors":[{"firstName":"R","middleName":"","lastName":"Merle"},{"firstName":"M","middleName":"","lastName":"Busse"},{"firstName":"G","middleName":"","lastName":"Rechter"},{"firstName":"U","middleName":"","lastName":"Meer"}],"contentOptimised":"

Zusammenfassung<\/strong>
Um die Gestaltung repr\u00e4sentativer Studien in Tierpopulationen zu vereinfachen,wurden die strukturellen Unterschiede der Tierhaltung anhand von Rindern,Schweinen und Legehennen in Deutschland charakterisiert, daraus mehrereRegionen definiert und zuletzt Landkreise identifiziert, die f\u00fcr die jeweilige Regiontypisch sind und daher als Stellvertreter f\u00fcr die ganze Region betrachtet werdenk\u00f6nnen.
Die Daten zur Nutztierhaltung sowie der Bev\u00f6lkerung je Landkreis der Statistischen\u00c4mter des Bundes und der L\u00e4nder wurden herangezogen und mitGeometriedaten des Bundesamts f\u00fcr Kartographie und Geod\u00e4sie verkn\u00fcpft. Diedaraus kalkulierten Daten der \u201eGro\u00dfvieheinheiten\/km2 Fl\u00e4che\u201c und \u201eBetriebe\/km2Fl\u00e4che\u201c je Landkreis wurden mithilfe der Methoden der r\u00e4umlichen StatistikGlobal Moran\u2019s Index, Anselin Local Moran\u2018s Index und Getis-Ord Gi* anhand vonClusteranalysen ausgewertet.
Anhand dieser Analysen konnten insgesamt sechs Cluster identifiziert werden,die unter Ber\u00fccksichtigung der Bundeslandgrenzen zur Bildung von vier gro\u00dfen(Mitte, Nordwest, Ost und S\u00fcd) und einer kleineren Region (N\u00f6rdlicher Oberrhein)f\u00fchrten. Diese Regionen unterschieden sich bez\u00fcglich der Tier- und der Betriebsdichtesignifikant voneinander. Die Auswahl typischer Landkreise erfolgte wiederumanhand der Tier- und Betriebsdaten der Tiergruppen Mastschweine, Milchrinderund Legehennen. Die ausgew\u00e4hlten Landkreise (drei bis sechs je Region)lagen in mindestens zwei der untersuchten Variablen zwischen der 60 %- und der80 %-Perzentile des jeweiligen Regionsdurchschnitts. F\u00fcr die Region N\u00f6rdlicherOberrhein wurde auf die Auswahl eines typischen Landkreises verzichtet.
Bei der Planung wissenschaftlicher Studien, die mit Viehhaltung in Deutschlandassoziiert sind, kann f\u00fcr die Auswahl von Studienregionen auf die hier vorgestellteRegionalisierung einschlie\u00dflich repr\u00e4sentativer Landkreise zur\u00fcckgegriffenwerden.

Schl\u00fcsselw\u00f6rter:<\/strong>
Betriebsdichte, Gro\u00dfvieheinheiten, r\u00e4umliche Statistik, Stichprobenplanung


Summary<\/strong>
In order to simplify the design of representative studies in animal populationsthe structural differences of animal husbandry (cattle, pigs and laying hens) inGermany were characterised. Several regions were defined and thus districtsidentified which are typical for the respective region and can be regarded asrepresentatives for the whole region.
Data on animal husbandry as well as human population per district originatedfrom the Federal Statistical Office and were linked to the geometric data of theFederal Agency for Cartography and Geodesy. By this, data of \u201clivestock units\/square kilometre area\u201dand \u201cfarms\/square kilometre area\u201d per district were calculated using methods ofthe spatial statistics Global Moran\u2019s Index, Anselin Local Moran\u2018s Index and Getis-Ord Gi*.
With the help of these analyses six clusters could be identified which resulted infour large (Middle, Northwest, East, and South) and one smaller region (NorthernUpper-Rhine) respecting the federal state borders. These regions differed significantlyregarding animal and farm densities. The selection of typical districts wasSummary carried out with the help of the respective animal and farm data of the speciespigs, dairy cattle and laying hens. The means of the selected districts (three to sixper region) were within the 60%- and the 80%-percentile of at least two of theanalysed variables. Concerning the region Northern Upper-Rhine no representativedistrict was selected.
This presented regionalisation including representative districts can be usedfor the design of scientific studies that are associated with animal husbandry inGermany.

Keywords:<\/strong>
farm density, animal density, spatial statistics<\/p>","primaryLanguage":"deutsch","zusammenfassung":"Um die Gestaltung repr\u00e4sentativer Studien in Tierpopulationen zu vereinfachen,wurden die strukturellen Unterschiede der Tierhaltung anhand von Rindern,Schweinen und Legehennen in Deutschland charakterisiert, daraus mehrereRegionen definiert und zuletzt Landkreise identifiziert, die f\u00fcr die jeweilige Regiontypisch sind und daher als Stellvertreter f\u00fcr die ganze Region betrachtet werdenk\u00f6nnen.
Die Daten zur Nutztierhaltung sowie der Bev\u00f6lkerung je Landkreis der Statistischen\u00c4mter des Bundes und der L\u00e4nder wurden herangezogen und mitGeometriedaten des Bundesamts f\u00fcr Kartographie und Geod\u00e4sie verkn\u00fcpft. Diedaraus kalkulierten Daten der \u201eGro\u00dfvieheinheiten\/km2 Fl\u00e4che\u201c und \u201eBetriebe\/km2Fl\u00e4che\u201c je Landkreis wurden mithilfe der Methoden der r\u00e4umlichen StatistikGlobal Moran\u2019s Index, Anselin Local Moran\u2018s Index und Getis-Ord Gi* anhand vonClusteranalysen ausgewertet.
Anhand dieser Analysen konnten insgesamt sechs Cluster identifiziert werden,die unter Ber\u00fccksichtigung der Bundeslandgrenzen zur Bildung von vier gro\u00dfen(Mitte, Nordwest, Ost und S\u00fcd) und einer kleineren Region (N\u00f6rdlicher Oberrhein)f\u00fchrten. Diese Regionen unterschieden sich bez\u00fcglich der Tier- und der Betriebsdichtesignifikant voneinander. Die Auswahl typischer Landkreise erfolgte wiederumanhand der Tier- und Betriebsdaten der Tiergruppen Mastschweine, Milchrinderund Legehennen. Die ausgew\u00e4hlten Landkreise (drei bis sechs je Region)lagen in mindestens zwei der untersuchten Variablen zwischen der 60 %- und der80 %-Perzentile des jeweiligen Regionsdurchschnitts. F\u00fcr die Region N\u00f6rdlicherOberrhein wurde auf die Auswahl eines typischen Landkreises verzichtet.
Bei der Planung wissenschaftlicher Studien, die mit Viehhaltung in Deutschlandassoziiert sind, kann f\u00fcr die Auswahl von Studienregionen auf die hier vorgestellteRegionalisierung einschlie\u00dflich repr\u00e4sentativer Landkreise zur\u00fcckgegriffenwerden.","schluesselwoerter":["Betriebsdichte","Gro\u00dfvieheinheiten","r\u00e4umliche Statistik","Stichprobenplanung"],"summary":"In order to simplify the design of representative studies in animal populationsthe structural differences of animal husbandry (cattle, pigs and laying hens) inGermany were characterised. Several regions were defined and thus districtsidentified which are typical for the respective region and can be regarded asrepresentatives for the whole region.
Data on animal husbandry as well as human population per district originatedfrom the Federal Statistical Office and were linked to the geometric data of theFederal Agency for Cartography and Geodesy. By this, data of \u201clivestock units\/square kilometre area\u201dand \u201cfarms\/square kilometre area\u201d per district were calculated using methods ofthe spatial statistics Global Moran\u2019s Index, Anselin Local Moran\u2018s Index and Getis-Ord Gi*.
With the help of these analyses six clusters could be identified which resulted infour large (Middle, Northwest, East, and South) and one smaller region (NorthernUpper-Rhine) respecting the federal state borders. These regions differed significantlyregarding animal and farm densities. The selection of typical districts wasSummary carried out with the help of the respective animal and farm data of the speciespigs, dairy cattle and laying hens. The means of the selected districts (three to sixper region) were within the 60%- and the 80%-percentile of at least two of theanalysed variables. Concerning the region Northern Upper-Rhine no representativedistrict was selected.
This presented regionalisation including representative districts can be usedfor the design of scientific studies that are associated with animal husbandry inGermany.","keywords":["farm density","animal density","spatial statistics"],"translatedTitle":"","abstractE":"Um die Gestaltung repr\u00e4sentativer Studien in Tierpopulationen zu vereinfachen,wurden die strukturellen Unterschiede der Tierhaltung anhand von Rindern,Schweinen und Legehennen in Deutschland charakterisiert, daraus mehrereRegionen definiert ...","date":{"year":2012,"date":"01\/2012","accepted":"2012-01-10"},"volume":"125","openAccess":false,"journal":"Berliner und M\u00fcnchener Tier\u00e4rztliche Wochenschrift","titleImageId":944,"pages":"52-59","redirects":["betriebsdichte-grossvieheinheiten-raeumliche-statistik-stichprobenplanung\/150\/3130\/70999"],"tierartCategories":[],"artikelartCategories":["Tier\u00e4rztliche Wochenschrift","Abostufe BMTW","Fachartikel"]} CY - Hannover DA - 01/2012 DO - 10.2376/0005-9366-125-52 LA - German N2 - Um die Gestaltung repräsentativer Studien in Tierpopulationen zu vereinfachen,wurden die strukturellen Unterschiede der Tierhaltung anhand von Rindern,Schweinen und Legehennen in Deutschland charakterisiert, daraus mehrereRegionen definiert ... PB - Schlütersche Verlagsgesellschaft mbH & Co. KG PP - Hannover PY - 2012 SP - 52 EP - 59 T1 - Regionalisierung Deutschlands anhand landwirtschaftlicher Strukturdaten T2 - Berliner und Münchener Tierärztliche Wochenschrift TI - Regionalisierung Deutschlands anhand landwirtschaftlicher Strukturdaten VL - 125 SN - 0005-9366 ER -