摘要
最近，随着用于分析现有数据的新方法的开发以及这些方法在用户友好且功能强大的计算机程序中的部署，人们对物种分布建模的兴趣增加。然而，来自这些强大工具的可靠推断需要满足几个假设，包括假设观察到的存在是随机或代表性抽样的结果，并且抽样期间的可检测性不随决定发生概率的协变量而变化。基于我们与使用这些工具的研究人员的互动，我们假设许多仅存在的研究忽略了仅存在建模的重要假设。我们通过回顾2008年至2012年间发表的108篇文章来检验这一假设，这些文章使用MAXENT算法分析经验（即非模拟）数据。我们之所以选择关注这些文章，是因为MAXENT是近年来用于分析仅存在数据的最流行算法。许多文章（87%）基于可能存在样本选择偏差的数据；然而，控制样本选择偏差的方法很少使用。此外，许多分析（36%）通过在仅存在的框架中分析存在-缺失数据而丢弃了缺失信息，很少有文章（14%）提到检测概率。我们的结论是，对于仅存在模型的使用存在许多误解，包括对MAXENT的误解，以及其他仅存在的误解，即MAXENT和其他仅存在方法将用户从调查设计的约束中解放出来。在我们的文献回顾过程中，我们意识到其他因素也引起了对研究结论有效性的担忧。特别是，我们观察到83%的文章研究只关注模型输出（即地图），而没有为读者提供任何批判性检查模型关系的方法，并且MAXENT的逻辑输出经常（54%的文章）被错误地解释为发生概率。我们最后提出了一系列建议，最重要的是，研究人员尽可能在存在-不存在框架下分析数据，因为所需的假设更少，并且可以对明确定义的参数（如发生概率）进行推断。
链接和资源
标签
