×

通过对有一岁幼崽的雌性灰熊的标记再观察数据,深入了解潜在的多项式模型。 (英文) Zbl 1303.62074号

摘要:用于估计人口丰度的标记-再瞄设计对研究人员来说是常见且具有吸引力的。然而,当面对稀疏数据时,从此类设计中推断出来的结果非常有限,这些数据要么来自标记动物的数量较少,要么检测到的概率较低,要么两者兼而有之。在大黄石国家公园生态系统中,每年都会收集雌性灰熊和一岁幼崽(FCOY)的标记识别数据,这一推断受到了这两方面的限制。为了克服稀疏性带来的困难,我们假设在16年的两年一次的航空调查中,发现概率是同质性的。我们将有标记和无标记动物的数量建模为多项式随机变量,使用有标记动物的捕获频率来推断无标记动物潜在的多项式频率。我们讨论了常用的离散均匀先验分布对种群大小参数的不期望行为,并提供了用于拟合此类模型的OpenBUGS代码。该应用程序为潜在多项式模型实现贝叶斯推理的微妙之处提供了有价值的见解。我们将讨论与我们的应用联系起来,尽管这些见解对于潜在多项式模型的应用非常有用。

MSC公司:

62页第12页 统计在环境和相关主题中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Anderson,C.和Lindzey,F.G.(1996),“从直升机调查中开发的驼鹿视觉模型”,《野生动物学会公报》,24,247–259。
[2] Berger,J.、Bernardo,J.和Sun,D.(2008),“离散参数空间的参考先验”,杜克大学统计科学系技术报告。
[3] Bonner,S.J.和Holmberg,J.(2013年出版),“多个非侵入性标记的标记再捕获”,生物计量学·Zbl 1429.62497号
[4] Bowden,D.C.和Kufeld,R.C.(1995),“科罗拉多驼鹿的广义标记可见种群规模估算”,《野生动物管理杂志》,59,840-851·doi:10.2307/3801965
[5] Chao,A.(1989),“捕获-捕获实验中稀疏数据的人口规模估算”,生物计量学,45427-438·Zbl 0715.62285号 ·doi:10.2307/2531487
[6] Cherry,S.、White,G.C.、Keating,K.A.、Haroldson,M.A.和Schwartz,C.C.(2007年),“黄石灰熊种群中带幼崽的雌性数量估算”,《农业、生物和环境统计杂志》,第12期,195–215页·Zbl 1306.62258号 ·doi:10.1198/108571107X198804
[7] Gelman,A.、Carlin,J.B.、Stern,H.S.和Rubin,D.B.(2004),贝叶斯数据分析(第二版),博卡拉顿:查普曼;霍尔/CRC。
[8] Harris,R.B.、White,G.C.、Schwartz,C.C.和Haroldson,M.A.(2007),“黄石灰熊的种群增长:不确定性、相关性和未来监测”,Ursus,18167-177·doi:10.2192/1537-6176(2007)18[168:PGOYGB]2.0.CO;2
[9] Knight,R.R.、Blanchard,B.M.和Eberhardt,L.L.(1995年),“通过统计雌性和一年中的幼崽来评估黄石灰熊种群的状态”,《野生动物学会公报》,第23、245–248页。
[10] Link,W.A.(2013年出版),“关于二项式N之前离散统一的警告说明”,生态学。
[11] Link,W.A.和Barker,R.J.(2010),《贝叶斯推断与生态应用》,伦敦:爱思唯尔出版社。
[12] Link,W.A.、Yoshizaki,J.、Bailey,L.L.和Pollock,K.H.(2010),“发现潜在的多项式:错误识别的标记-捕获数据分析”,《生物计量学》,第66、178–185页·Zbl 1187.62193号 ·文件编号:10.1111/j.1541-0420.2009.01244.x
[13] Litt,A.R.和Steidl,R.J.(2009),“通过聚集稀疏捕获-捕获数据改进丰度估算”,《农业、生物和环境统计杂志》,第15、228–247页·Zbl 1306.62308号 ·doi:10.1007/s13253-009-0017-7
[14] Lunn,D.、Jackson,C.、Best,N.、Thomas,A.和Spiegelhalter,D.(2013),《BUGS图书》,博卡拉顿:CRC出版社,泰勒;弗朗西斯集团。
[15] Lunn,D.J.、Spiegelholter,D.J.、Thomas,A.和Best,N.(2009),“BUGS项目:进化、批判和未来方向”,《医学统计学》,28,3049–3067·doi:10.1002/sim.3680
[16] Lunn,D.J.、Thomas,A.、Best,N.和Spiegelhalter,D.(2000),“WinBUGS–贝叶斯建模框架:概念、结构和可扩展性”,《统计与计算》,第10325-337页·doi:10.1023/A:1008929526011
[17] McClintock,B.T.、Conn,P.、Alonso,R.和Crooks,K.R.(2013年),“标记-恢复分析中双边光识别数据的综合建模”,生态学。doi:10.1890/12-1613.1。
[18] McClintock,B.T.和Hoeting,J.A.(2010),“标记个体数量未知的二项视觉数据丰度的贝叶斯分析”,环境与生态统计,17,317–332·doi:10.1007/s10651-009-0109-0
[19] McClintock,B.T.、White,G.C.、Antolin,M.F.和Tripp,D.W.(2009年a),“当采样具有替代性或标记个体数量未知时,使用标记电阻估计丰度”,《生物计量学》,65,237–246·Zbl 1159.62078号 ·doi:10.1111/j.1541-0420.2008.01047.x
[20] McClintock,B.T.、White,G.C.、Burnham,K.P.和Pryde,M.A.(2009b),“抽样无替代时标记期望数据丰度的广义混合效应模型”,《标记人口人口过程建模》,纽约:Springer,第271-289页。
[21] McKelvey,K.S.和Pearson,D.E.(2001),“稀疏数据下的人口估计:估计器与指数的作用”,加拿大动物学杂志,791754-1765·doi:10.1139/z01-139
[22] Plummer,M.(2003),“JAGS:使用吉布斯抽样分析贝叶斯图形模型的程序。”
[23] R开发核心团队(2009),R:统计计算的语言和环境,维也纳:R统计计算基金会,URL网址:http://www.R-project.org . 国际标准图书编号(ISBN)3-900051-07-0。
[24] Samuel,M.D.、Garton,E.O.、Schlegel,M.W.和Carson,R.G.(1987),“爱达荷州中北部麋鹿航空调查期间的能见度偏差”,《野生动物管理杂志》,51,622-630·doi:10.2307/3801280
[25] Schwartz,C.C.、Haroldson,M.A.、Cherry,S.和Keating,K.A.(2008),《黄石公园区分独特雌性灰熊和幼熊的规则评估》,《野生动物管理杂志》,72,543–554·doi:10.2193/2007-259
[26] 美国鱼类和野生动物局(USFWS)(1993),《灰熊恢复计划》,美国蒙大拿州密苏拉市美国渔业和野生动物服务局。
[27] White,G.C.(1996),“Noremark:基于标记观察调查的人口估算”,《野生动物学会公报》,第24、50–52页。
[28] –(2005),“利用检测概率校正野生动物数量”,《野生动物研究》,第32、211–216页·doi:10.1071/WR03123
[29] White,G.C.和Burnham,K.P.(1999),“项目标记:标记动物种群的生存估计”,鸟类研究,46,120–139·doi:10.1080/0063659909477239
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。