用于动物运动分析的多状态条件逻辑回归模型
统计方法学
2018-03-14 v1
摘要
提出了一种基于条件逻辑回归的动物运动分析方法（称为步选择函数（SSF））的多状态版本。在生态学中，SSF 是通过比较动物在每个时间步的观测位置与随机采样位置而发展起来的。讨论了多状态模型中参数的解释以及随机位置不同采样方案的影响。我们证明了新模型与平面上随机游走模型的等价性。这种等价性允许人们在识别模型的隐藏状态时同时使用纯运动与局部离散选择行为。新方法被用于建模加拿大 Prince Albert 国家公园中 GPS 项圈野牛的运动行为。多状态 SSF 成功区分了用于觅食和行进的区域。因此，该分析提供了关于野牛如何根据栖息地特征调整其运动的宝贵见解，从而揭示了异质景观中功能连通性的空间决定因素。
引用
@article{arxiv.1611.02690,
title = {A Multi-State Conditional Logistic Regression Model for the Analysis of Animal Movement},
author = {Aurélien Nicosia and Thierry Duchesne and Louis-Paul Rivest and Daniel Fortin},
journal= {arXiv preprint arXiv:1611.02690},
year = {2018}
}