事实上，在动物饲料中使用的饲料有可变成分是众所公认，它也是可以接受的，这种变化将导致最终的饮食结构中的不确定性。当前的纸张将导致饮食规范的不确定性，检查饲料成分变异的影响，在饲料配方和建议贝叶斯决策理论框架可能是有用的工作不可避免地发生变异，变异来源讨论提高对农业的决策。目的是激发思考和讨论关于如何处理与饲料成分的营养价值的不确定性几乎。了解饲料中的可变性的相关性的一个关键方面的问题是“如何在饲料中的变异性影响的决定，我们在制定口粮？”，它的目的是为了解决这个问题。
任何特定的原料或牧草的营养价值是不是在动物饲料中使用的所有批次相同。例如，反刍动物的能量集中在超过6个月期间的特别轧机冷轧小麦可能有一个平均值13.5 MJ ME /公斤DM，但是，任何在该六个月期间的饲料配方，将有一些变化围绕这意味着价值。在变异的另一种方式来看待，是与一个特定的样本结构值相关的不确定性。信誉区间（一个时间间隔内，有一个指定的概率，真正的价值在于）或正态分布假设，作为一个标准差（SD）或方差（SD2），可表示程度的不确定性。
饲料成分的变异可以产生一般从两个来源;随机变化（通常被称为“错误”）或系统的变化（“偏见”）。随机变化可能产生的（例如）在产品或在实验室方法随机测量误差的自然变化。系统的变化可能产生的（例如）的分析设备，始终读取某一特定营养物质，在一定储存条件下分解的饲料，或采样技术不佳的“低”或“高”。最好应用饲料颗粒机，或有机肥造粒机。
这个建议，以尽量减少随机和系统的变化，尽可能和方法，它是必不可少的。做到了这一点，也有一些务实的原则，以减少饲料成分中的不确定性的影响，在最后的饮食规范，不使用高度可变的饲料，减少在饮食中使用的变量产品的比例，增加膳食成分（的“平均”的饲料，可能会高于或低于其预期平均值的效果，例如提供），考虑一个饲料的SD的比例调整，让上面指定的营养水平的饲料的概率。
与个别调整饲料的问题是，它是难以评估的整体饮食（这需要分布组合）最终输出的概率。使用单独的组件“安全边际”的口粮已被证明，以更低的成本比完全基于概率模型有效。
将介绍的方法来计算饮食纳入饲料的概率分布（饲料成分营养成分的不确定性），这将包括一个详细的农场例子。饲料成分的不确定性，以及生产力，饮食费用和生产决策的可变性对农场管理的影响，将在一个奶牛场的背景下进行评估。膳食能量供应的概率分布的牧草和饲料的变异不同程度的影响，将加以说明。饲料变异的饮食成本的影响进行了讨论，并说明使用透明的个体农民决策等信息的重要性。
建模是延长了一起新的数据相结合之前的信念，以目前一个完全的贝叶斯框架（目前的知识）的变异来源。由此产生的“后路”的分布，可用于后续的定量预测和可能被认为是一个既定的知识和新的数据从目前的样本的加权平均。这可能饲草分析，当一个特定的青贮切割（如五月中旬，新草品种，良好的条件）的先验分布可以从青贮钳和一个影响了分析的数量相对较少，或工作两个非常不同寻常的样本的结果将是有限的。
这个概念可以扩展到所有的饲料成分，其中有从文献，实验数据或专家的意见是合理的先验知识，用来制定与概率分布的形式输出饮食。这些模型还可以结合农场饲料的做法的知识和产生的输出，以帮助农场的决定（如实现生产或成本，例如每单位输出的不同层次的概率），这将说明。
因此，在用于生产动物饲料饲料成分的变化是不可避免的，这会导致最终的饮食建议的不确定性。在处理这种不确定性的重要步骤是：
尽量减少变异：
尽可能减少随机和系统的变化。
使用各种不同的饲料，使饮食
限制使用的高度可变的饲料
允许饲料成分中的不确定性：
在每个农场的情况范围内设置的决定，决定为基础的方法可用于模型的不确定性。
一个贝叶斯方法可以将饲料成分特征的先验知识，以及最近的农场样本的结果，并为决策提供更好的估计。
希望制订一个反复的过程： |
