A study of regression models for count data, with applications to salmon lice data
Master thesis
Permanent lenke
https://hdl.handle.net/11250/3095605Utgivelsesdato
2023Metadata
Vis full innførselSamlinger
Sammendrag
Den norske lakseoppdrettsindustrien står overfor en betydelig utfordring med forekomst av lakselus (Leopeohtheirus salmonis). Lakselusen skader b˚ade villaks og oppdrettslaks ved å reduserevekstraten deres og til slutt for˚arsake deres død. For å takle denne utfordringen eksperimentererindustrien med ulike metoder og driftsmodeller for å få kontroll over utbredelsen av lakselus. Itillegg har norske myndigheter innført forskrifter knyttet til håndtering av lakselus for å minimerede negative konsekvensene av lakselus og fremme etisk og effektiv produksjon av oppdrettslaks.Et mål med denne avhandlingen er å undersøke ulike regresjonsmodeller for telledata ved hjelp aven grunnlinjetellingsvariabel (baseline). I tillegg er vi interessert i å anvende regresjonsmodellenefor å studere effekten av ulike ikke-medikamentelle behandlingsmetoder. Til slutt er vi interesserti å gjenoppta studiene gjort i Mæland 2022 om re-smitte av lakselus etter avlusning.I dette prosjektet har utviklingen av lakselus ved 35 ulike lokasjoner i Trøndelag-regionen i periodenmellom 2018 og 2019 blitt studert. Telledataen som er innhentet fra ulike lakseoppdretterier harblitt analysert for å undersøke forekomsten av lakselus. Det registrerte antallet lus er blitt sammenlignet med ulike forklaringsvariabler for å bestemme deres innvirkning p˚a responsvariabelen.For å undersøke de ulike avlusningsmetodene og resmitte av lakselus har vi tilpasset generalisertelineære modeller, inkludert Poisson- og negativ binomisk regresjonsmodeller, samt multiple lineæreog random intercept modeller, til de observerte telledataene. Resultatene fra denne avhandlingenantyder at en multippel lineær og random intercept-modell med en log-transformert responsvariabelsynes å være best egnet til å beskrive tellingsdataene for lakselus. Derimot ga Poisson- og negativebinomiske modeller en dårlig tilpasning av dataen. Den multiple lineære modellen tydet på atOptilicer behandlingsmetoden presterte bedre enn LiceFlusher -metoden. Dette resultatet var ikkei samsvar med resultatene fra random intercept modellen, som ga ingen indikasjon på at noenav behandlingsmetodene var bedre enn de andre. I studien om re-smitte av lakselus antydetresultatene at sjøtemperatur, gjennomsnittlig vekt på laksen og plassering av laksen etter avlusningvar assosiert med re-smitte. Dermed stemte ikke resultatene helt overens med de i Mæland 2022,hvor ogs˚a lakseskjørt var koblet til re-smitte. The Norwegian aquaculture industry faces a significant challenge with the prevalence of salmon lice.The salmon louse Lepeophtheirus salmonis harm both wild and farmed salmon by reducing theirgrowth rate and ultimately causing their death. To address this issue, the industry is experimentingwith various methods and operating models to gain control over the salmon lice. In addition, theNorwegian public authorities have implemented regulations related to lice management to minimizethe negative impacts of salmon lice and promote ethical and efficient production of farmed salmon.One objective of this thesis is to investigate different regression models for count data using abaseline count variable. In addition to this, we are interested in applying the regression modelsto study the effect of the different non-medicinal treatment methods. Finally, we are interested inresuming the studies done in Mæland 2022 on re-infestation of salmon lice after delousing.In this thesis, the development of salmon lice at 35 distinct locations in the Trøndelag regionbetween 2018 and 2019 have been studied. Count data obtained from various salmon farms wereanalysed to examine the prevalence of salmon lice. The recorded number of salmon lice have beencompared to different explanatory variables to determine their impact on the response variable.To investigate the various delousing treatment methods and the re-infestation of salmon lice,generalized linear models including Poisson and negative binomial regression models, and multiplelinear and random intercept models have been fitted to the observed count data. The resultsobtained in the thesis suggests that a multiple linear and random intercept model with a logtransformed response variable seemed to fit the salmon lice count data, while the Poisson and negative binomial models led to a poor model fit. According to the multiple linear model, itappeared that the Optilicer treatment method performed better than the LiceFlusher method, butwhen adding a random intercept to account for location based clustering, there were no indicationsthat any of the treatment methods were better than the other. In the studies of re-infestation ofmobile lice, the results suggested that the temperature of the sea, average weight, and the placementof salmons after delousing was associated with re-infestation. This result did not completelycoincide with the results obtained in Mæland 2022, where also lice skirt was associated with reinfestation.