×
斯蒂芬·巴克兰。;肯·纽曼（Ken B.Newman）。;卡门·费尔南德斯;伦·托马斯;约翰·哈伍德

在推理中嵌入种群动力学模型。 （英语） Zbl 1246.62225号

统计科学。 22，第1期，44-58（2007）.
概述：环境压力的不断增加，使得人们越来越需要可持续地管理动植物种群，保护和重建濒危种群。有效的管理需要可靠的数学模型，以便能够预测管理行动的效果，并量化这些预测中的不确定性。这些模型必须能够预测人口对人为变化的反应，同时处理不确定性的主要来源。我们描述了一种简单的“构建块”方法来构建离散时间模型。我们展示了如何从时间序列数据中估计此类模型的参数，以及如何使用计算机密集型贝叶斯方法量化这些估计中的不确定性以及人口中不同类型的个体数量。我们还讨论了该方法的优点和缺点，并给出了一个使用英国灰海豹种群的示例。

引用于10文件

MSC公司：

62页第12页 统计在环境和相关主题中的应用
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
2015年1月62日 贝叶斯推断
62M20型 随机过程推断和预测
62升99 顺序统计方法
65立方厘米 马尔可夫链的数值分析或方法
65C60个 统计中的计算问题（MSC2010）

关键词：

隐藏的流程模型;卡尔曼滤波器;矩阵人口模型;马尔科夫蒙特卡洛;颗粒过滤器;顺序重要性抽样;状态空间模型
PDF格式BibTeX公司 XML格式引用
\textit{S.T.Buckland}等人，《统计科学》。22，第1号，44-58（2007；Zbl 1246.62225）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Berliner，L.M.（1996）。分层贝叶斯时间序列模型。在最大熵和贝叶斯方法（K.Hanson和R.Silver编辑）15–22。多德雷赫特·克鲁沃·Zbl 0886.62080号
[2] Besbeas，P.、Freeman，S.N.和Morgan，B.J.T.（2005）。综合人口建模的潜力。澳大利亚。N.Z.J.Stat.47第35–48页·Zbl 1108.62124号 ·doi:10.1111/j.1467-842X.2005.00368.x
[3] Besbeas，P.、Freeman，S.N.、Morgan，B.J.T.和Catchpole，E.A.（2002年）。整合标记重新捕获恢复和人口普查数据，以估计动物数量和人口统计参数。生物计量学58 540–547。JSTOR公司：·Zbl 1210.62223号 ·doi:10.1111/j.0006-341X.2002.00540.x
[4] Besbeas，P.、Lebreton，J.-D.和Morgan，B.J.T.（2003）。丰度和人口数据的有效整合。申请。统计师。52 95–102. JSTOR公司：·Zbl 1111.62330号 ·数字对象标识代码：10.1111/1467-9876.00391
[5] Buckland，S.T.、Magurran，A.E.、Green，R.E.和Fewster，R.M.（2005）。通过综合指数监测生物多样性的变化。菲洛斯。事务处理。R.Soc.伦敦。序列号。B 360 243–254。
[6] Buckland，S.T.、Newman，K.B.、Thomas，L.和Koesters，N.B.（2004年）。野生动物种群动态的状态空间模型。生态建模171 157–175。
[7] Burnham，K.P.和Anderson，D.R.（2002年）。模型选择和多模型推理：实用信息理论方法，第二版，Springer，纽约·Zbl 1005.62007号 ·数字对象标识代码：10.1007/b97636
[8] Calder，C.、Lavine，M.、Müller，P.和Clark，J.S.（2003年）。将多个随机性来源纳入动态人口模型。生态学84 1395–1402。
[9] Caswell，H.（2001）。矩阵人口模型：构建、分析和解释，第二版，西奈协会，马萨诸塞州桑德兰·Zbl 1110.92034号 ·doi:10.1016/j.tpb.2003.09.007
[10] Catchpole，E.A.和Morgan，B.J.T.（1997年）。检测参数冗余。生物特征84 187-196。JSTOR公司：·Zbl 0883.62056号 ·doi:10.1093/biomet/84.1187
[11] Catchpole，E.A.、Morgan，B.J.T.和Freeman，S.N.（1998年）。参数冗余模型中的估计。生物特征85 462–468。JSTOR公司：·Zbl 0938.62012号 ·doi:10.1093/biomet/85.2.462
[12] Clark，J.S.和Björnstad，O.N.（2004）。人口时间序列：过程可变性、观测误差、缺失值、滞后和隐藏状态。生态学85 3140–3150。
[13] Clark，J.S.、Ferraz，G.A.、Oguge，N.、Hays，H.和DiCostanzo，J.（2005年）。结构化、可变人群的层次贝叶斯：从重新捕获数据到生命历史预测。生态学86 2232–2244。
[14] Collie，J.S.和Sissenwine，M.P.（1983年）。根据有误差的相对丰度数据估计种群规模。加拿大渔业与水产科学杂志40 1871–1879。
[15] 坎宁安，C.L.、里德，D.G.、麦卡利斯特，M.K.、柯克伍德，G.P.和达比，C.D.（2007）。多种群迁移建模：东北大西洋鲭鱼的贝叶斯状态空间模型。非洲海洋科学杂志。
[16] Dempster，A.P.、Laird，N.M.和Rubin，D.B.（1977年）。通过EM算法从不完整数据中进行最大似然估计（附讨论）。J.罗伊。统计师。Soc.序列号。B 39 1–38。JSTOR公司：·Zbl 0364.62022号
[17] Doucet，A.，de Freitas，N.和Gordon，N.编辑（2001年）。实践中的序贯蒙特卡罗方法。纽约州施普林格·Zbl 0967.00022号
[18] Dupuis，J.A.（1995）。根据捕获-再捕获数据对移动和生存概率进行贝叶斯估计。生物特征82 761–772。JSTOR公司：·Zbl 0861.62072号
[19] Gilks，W.R.、Richardson，S.和Spiegelhalter，D.J.编辑（1996年）。马尔可夫链蒙特卡罗实践。查普曼和霍尔，伦敦·Zbl 0832.00018号
[20] Gilks，W.R.和Roberts，G.O.（1996年）。改善MCMC的策略。《马尔可夫链蒙特卡罗实践》（W.R.Gilks、S.Richardson和D.J.Spiegelhalter编辑）89–114。查普曼和霍尔，伦敦·Zbl 0832.00018号
[21] Gordon，N.J.、Salmond，D.J.和Smith，A.F.M.（1993）。非线性/非高斯贝叶斯状态估计的新方法。IEE诉讼-F 140 107–113。
[22] Green，P.J.（1995）。可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定。生物特征82 711–732。JSTOR公司：·兹比尔0861.62023 ·doi:10.1093/biomet/82.4.711
[23] Gudmundsson，G.（1987）。捕鱼死亡率的时间序列模型。报告RH-02-87，Raunvisindastofnun Haskolans，Univ.Iceland。
[24] Gudmundsson，G.（1994）。捕获量观测的时间序列分析。申请。统计师。43 117–126. ·Zbl 0825.62683号 ·电话：10.2307/2986116
[25] Gurney，W.S.C.和Nisbet，R.M.（1998）。生态动力学。牛津大学出版社，纽约·Zbl 0417.92024号
[26] Harvey，A.（1989）。预测、结构时间序列模型和卡尔曼滤波器。剑桥大学出版社。
[27] Harwood，J.和Stokes，K.（2003年）。应对生态建议中的不确定性：渔业的教训。生态与进化趋势18 617–622。
[28] Hilborn，R.、Pikitch，E.K.和McAllister，M.K.（1994年）。使用生物量调查数据对年龄结构模型进行贝叶斯估计和决策分析。渔业研究19 17–30。
[29] Hilborn，R.和Walters，C.J.（1992年）。定量渔业资源评估：选择、动态和不确定性。查普曼和霍尔，纽约。
[30] Hooten，M.B.、Wikle，C.K.、Dorazio，R.M.和Royle，J.A.（2007年）。用于描述入侵特征的分层时空矩阵模型。生物统计学63 558–567·Zbl 1134.62082号 ·doi:10.1111/j.1541-0420.2006.00725.x
[31] Johnson，D.S.和Hoeting，J.A.（2003年）。捕获-再捕获数据的自回归模型：贝叶斯方法。生物统计学59 341–350·Zbl 1210.62121号 ·doi:10.1111/1541-0420.0041
[32] Kalman，R.E.（1960年）。线性滤波和预测问题的新方法。ASME-J.基础工程学报82 35–45。
[33] King，R.和Brooks，S.P.（2002a）。集成恢复/重新捕获数据的模型选择。生物计量学58 841–851。JSTOR公司：·Zbl 1210.62228号 ·doi:10.1111/j.0006-341X.2002.00841.x
[34] King，R.和Brooks，S.P.（2002b）。多层捕获-再捕获数据的贝叶斯模型判别。生物特征89 785–806。JSTOR公司：·兹比尔1036.62022 ·doi:10.1093/biomet/89.4.785
[35] Lavine，M.、Beckage，B.和Clark，J.S.（2002年）。苗木死亡率的统计建模。《农业杂志》。生物与环境。统计数据7 21–41。
[36] Lebreton，J.D.（1973）。人口动态数学模型简介。Informatique et Biosphère 77–116。
[37] Lebreton，J.D.和Isenmann，P.（1976年）。种群动态研究Larus ridibundus L.：un modèle matique。La Terre et La vie 30 529–549号。
[38] Lefkovitch，L.P.（1965）。对按阶段分组的生物体中种群增长的研究。生物统计学21 1–18。
[39] Lele，S.R.（2006）。抽样变异性和密度依赖性估计：复合似然法。生态学87 189–202。
[40] Leslie，P.H.（1945）。关于矩阵在人口数学中的应用。生物特征33 183–212。JSTOR公司：·Zbl 0060.31803号 ·doi:10.1093/biomet/33.3.183
[41] Leslie，P.H.（1948年）。关于矩阵在人口数学中的使用的进一步说明。生物特征35 213-245。JSTOR公司：·Zbl 0034.23303号 ·doi:10.1093/biomet/35.3-4.213
[42] Liu，J.S.（2001）。科学计算中的蒙特卡罗策略。施普林格，纽约·Zbl 0991.65001号
[43] Liu，J.S.和Chen，R.（1998）。动态系统的序贯蒙特卡罗方法。J.Amer。统计师。协会93 1032–1044。JSTOR公司：·Zbl 1064.65500号 ·doi:10.2307/2669847
[44] McAllister，M.K.和Ianelli，J.N.（1997）。使用捕获数据和抽样重要性抽样算法进行贝叶斯库存评估。加拿大渔业与水产科学杂志54 284–300。
[45] McAllister，M.K.、Pikitch，E.K.、Punt，A.E.和Hilborn，R.（1994年）。使用采样/重要性重采样算法进行库存评估和收获决策的贝叶斯方法。加拿大渔业和水产科学杂志51 2673–2687。
[46] McConnell，B.J.、Fedak，M.A.、Lovell，P.和Hammond，P.S.（1999）。北海灰海豹的活动和觅食区。应用生态学杂志36 573–590。
[47] Mendelssohn，R.（1988）。根据渔获量数据估计种群规模的一些问题。渔业公报86 617–630。
[48] Meyer，R.和Millar，R.B.（1999）。贝叶斯库存评估采用状态空间实现的延迟差分模型。加拿大渔业和水产科学杂志56 37–52。
[49] Millar，R.B.和Meyer，R.（2000）。使用Metropolis–Hastings和In-Gibbs抽样对渔业生物量动态进行非线性状态空间建模。申请。统计师。49 327–342. JSTOR公司：·Zbl 0959.62113号 ·doi:10.1111/1467-9876.00195
[50] Myers，R.H.（1990年）。经典和现代回归与应用，第二版，PWS-Kent，Boston·Zbl 0719.62072号
[51] Newman，K.B.（1998年）。动物运动和死亡率的状态空间建模及其在鲑鱼中的应用。生物统计学54 1290–1314·Zbl 1058.62638号 ·doi:10.2307/2533659
[52] Newman，K.B.（2000年）。鲑鱼收获和迁移的层次建模。《农业杂志》。生物与环境。统计数字5 430–455。JSTOR公司：·doi:10.2307/1400659
[53] Newman，K.B.、Buckland，S.T.、Lindley，S.T、Thomas，L.和Fernández，C.（2006）。动物种群动态的隐藏过程模型。生态应用16 74–86。
[54] Newman，K.B.、Fernández，C.、Buckland，S.T.和Thomas，L.（2007）。野生动物种群状态空间模型的蒙特卡罗推断·Zbl 1167.62097号
[55] Pitt，M.K.和Shephard，N.（1999）。通过模拟过滤：辅助粒子过滤器。J.Amer。统计师。协会94 590–599。JSTOR公司：·Zbl 1072.62639号 ·doi:10.2307/2670179
[56] Poole，D.和Raftery，A.E.（2000年）。确定性仿真模型的推断：贝叶斯融合方法。J.Amer。统计师。协会95 1244–1255。JSTOR公司：·Zbl 1072.62544号 ·doi:10.2307/2669764
[57] Quinn，T.J.II和Deriso，R.B.（1999）。鱼类数量动力学。牛津大学出版社，纽约。
[58] Raftery，A.E.、Givens，G.H.和Zeh，J.E.（1995）。从弓头鲸的确定性种群动力学模型推断（与讨论）。J.Amer。统计师。协会90 402–430·Zbl 0925.62473号 ·doi:10.2307/2291048
[59] Rivot，E.、Prévost，E.、Parent，E.和Baglinière，J.L.（2004）。贝叶斯状态空间建模框架，用于将鲑鱼阶段结构种群动态模型拟合到现场数据的多个时间序列。生态建模179 463–485。
[60] Rubin，D.B.（1988）。使用SIR算法模拟后验分布。贝叶斯统计3（J.M.Bernardo、M.H.DeGroot、D.V.Lindley和A.F.M.Smith编辑）395-402。牛津克拉伦登出版社·Zbl 0713.62035号
[61] Schnute，J.T.（1994）。开发顺序渔业模型的一般框架。加拿大渔业和水产科学杂志51 1676–1688。
[62] Sullivan，P.（1992年）。捕获长度分析的卡尔曼滤波方法。生物统计学48 237–257·兹比尔0767.62094 ·doi:10.2307/2532752
[63] Thomas，L.、Buckland，S.T.、Newman，K.B.和Harwood，J.（2005）。野生动物种群动态建模的统一框架。澳大利亚。N.Z.J.Stat.47 19–34·Zbl 1109.92060号 ·doi:10.1111/j.1467-842X.2005.00369.x
[64] Thompson，D.，Hammond，P.S.，Nicholas，K.S.和Fedak，M.A.（1991年）。灰海豹（Halichoerus grypus）的活动、潜水和觅食行为。《动物学杂志》224 223–232。
[65] Trenkel，V.M.、Elston，D.A.和Buckland，S.T.（2000）。校准种群动力学模型，使用顺序重要性抽样对数据进行计数和剔除。J.Amer。统计师。协会95 363–374。
[66] Tuljapurkar，S.（1997年）。随机矩阵模型。《海洋、陆地和淡水系统的结构种群模型》（S.Tuljapurkar和H.Caswell编辑）59-87。查普曼和霍尔，纽约·Zbl 0884.92033号 ·doi:10.1016/S0895-7177（97）00168-4
[67] Walters，C.（2002）。可再生资源的适应性管理。新泽西州考德威尔市布莱克本。
[68] West，M.（1993年a）。用混合物近似后验分布。J.罗伊。统计师。Soc.序列号。B 55 409–422。JSTOR公司：·Zbl 0800.62221号
[69] West，M.（1993年b）。混合模型、蒙特卡罗、贝叶斯更新和动态模型。计算科学与统计：Proc。第24届界面研讨会325–333。北美接口基金会，弗吉尼亚州费尔法克斯站。
[70] West，M.和Harrison，J.（1997年）。贝叶斯预测和动态模型，第二版，施普林格，纽约·Zbl 0871.62026号 ·doi:10.1007/b98971
[71] Wikle，C.K.（2003）。用于预测生态过程传播的层次贝叶斯模型。生态学84 1382–1394。
[72] Wikle，C.K.、Berliner，L.M.和Cressie，N.（1998年）。分层贝叶斯时空模型。环境与生态统计5 117–154。
[73] Wolpert，R.L.（1995）。评论a.E.Raftery、G.H.Givens和J.E.Zeh的“从弓头鲸的确定种群动力学模型推断”。J.Amer。统计师。协会90 426–427·Zbl 0925.62473号 ·doi:10.2307/2291048
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。