毛里西奥·萨迪丽娜 单捕获-再捕获估计中小群体的转换logit置信区间。 (英语) Zbl 1182.62060号 Commun公司。统计、仿真计算。 38,第9期,1909-1924(2009). 摘要:小样本优势比的logit置信区间的良好性能是众所周知的。除非实际的比值比非常大,否则这是正确的。在单捕获重捕获估计中,由于样本的独立性假设,比值比等于1。因此,提出了比值比的logit置信区间变换,以估计单捕获重捕获估计下封闭种群的大小。我们发现,在计算之前,将每个观测计数加上.5后,变换后的logit区间的实际覆盖概率接近标称水平,即使是小种群,甚至是接近0或1的捕获概率,这对于统计文献中提出的其他捕获-再捕获置信区间是不能保证的。因此,考虑到.5转换后的logit区间的计算非常简单并且具有良好的性能,它适合于大多数使用单捕获重捕获方法的用户实现。 MSC公司: 62层25 参数公差和置信区间 62页第12页 统计在环境和相关主题中的应用 62D05型 抽样理论、抽样调查 65二氧化碳 蒙特卡罗方法 关键词:渐近正态性;覆盖概率;双系统估计;预期宽度;蒙特卡洛研究;比值比;轴枢统计量;剖面似然 软件:R(右);ESTIMA公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Sadile},Commun。Stat.,模拟计算。38,第9号,1909年--1924年(2009年;Zbl 1182.62060) 全文: 内政部 参考文献: [1] 内政部:10.1097/00001648-199407000-00006·doi:10.1097/00001648-199407000-00006 [2] DOI:10.1111/j.0006-341X.1999.00597.x·Zbl 1059.62532号 ·doi:10.1111/j.0006-341X.1999.00597.x [3] 内政部:10.1002/0471249688·数字标识代码:10.1002/0471249688 [4] 内政部:10.2307/2532083·Zbl 0709.62100号 ·doi:10.2307/2532083 [5] 内政部:10.1080/01621459.1993.10476386·doi:10.1080/01621459.1993.10476386 [6] Baillargeon S.,《统计软件杂志》19(5),第1页–(2007年) [7] Baillargeon S.,《捕获:捕获的对数线性模型——再捕获实验》(2009) [8] Bishop Y.M.,《离散多元分析:理论与实践》(1975年) [9] 内政部:10.1007/978-1-4471-3708-5·doi:10.1007/978-1-4471-3708-5 [10] Breiman L.,《统计科学》9(4),第458页–(1994) [11] 内政部:10.2307/2530926·Zbl 0558.62040号 ·doi:10.2307/2530926 [12] 内政部:10.2307/2532510·数字对象标识代码:10.2307/2532510 [13] 内政部:10.1080/01621459.1949.10483294·doi:10.1080/01621459.1949.10483294 [14] DOI:10.2307/2531487·Zbl 0715.62285号 ·doi:10.2307/2531487 [15] 内政部:10.1198/108571101750524670·doi:10.1198/108571101750524670 [16] Chao A.,经典封闭种群捕获-再捕获模型(2005) [17] Chao A.,《现代封闭人口捕获-再捕获模型》(2005年) [18] 查普曼·D·G,加利福尼亚大学统计出版物1第131页–(1951) [19] 内政部:10.2307/2532310·数字对象标识代码:10.2307/2532310 [20] DOI:10.1214/aos/1176344552·Zbl 0406.62024号 ·doi:10.1214/aos/1176344552 [21] 内政部:10.2307/2533382·doi:10.2307/2533382 [22] 内政部:10.2307/1400565·Zbl 04531845号 ·doi:10.2307/1400565 [23] DOI:10.1023/A:10077650317852·doi:10.1023/A:1007650317852 [24] 数字对象标识码:10.1198/108571105X46462·doi:10.1198/108571105X46462 [25] 内政部:10.1080/01621459.1993.10476374·doi:10.1080/01621459.1993.10476374 [26] 内政部:10.2307/2531774·Zbl 0718.62240号 ·doi:10.2307/2531774 [27] 数字对象标识码:10.1111/j.1600-0633.2007.00263.x·doi:10.1111/j.1600-0633.2007.00263.x [28] 内政部:10.1080/01621459.1991.10475122·doi:10.1080/01621459.1991.10475122 [29] 数字对象标识码:10.1111/j.1365-2028.2006.00661.x·doi:10.1111/j.1365-2028.2006.00661.x [30] 数字对象标识码:10.1111/j.1601-5223.2005.01900.x·doi:10.1111/j.1601-5223.2005.01900.x [31] 内政部:10.1080/01621459.2000.10473926·doi:10.1080/01621459.2000.10473926 [32] R: 统计计算语言与环境(2008) [33] 内政部:10.1198/108571101750524490·doi:10.1198/108571101750524490 [34] 数字对象标识码:10.1111/j.0006-341X.2000.01227.x·兹比尔1060.62665 ·doi:10.1111/j.0006-341X.2000.01227.x [35] 内政部:10.2307/2347496·Zbl 04513387号 ·doi:10.2307/2347496 [36] DOI:10.307/2556173·doi:10.2307/2556173 [37] 内政部:10.2307/2289222·Zbl 0629.62018号 ·doi:10.2307/2289222 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。