×

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

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
PDF格式BibTeX公司 XML格式引用
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。