具有机理选择函数的动物运动模型
统计方法学
2019-12-20 v2
摘要
一系列统计方法被用于研究动物运动。这类方法大多将动物遥测数据按以下三种方式之一处理：离散过程、连续过程或点过程。我们简要回顾每种方法，然后聚焦于后者。在点过程框架下，所谓的资源选择分析是统计处理动物遥测数据最常见的方式。然而，大多数资源选择分析基于点过程模型的近似进行推断。这些模型的形式局限于少数几类设定，提供关于相对资源利用以及（较少见的）利用概率的推断。对于更一般的时空点过程模型，最常见的分析往往采用数据增强方法，构造可用条件逻辑回归分析的二值数据集。我们证明条件逻辑回归似然可被推广以容纳多种与资源选择相关的替代设定。随后我们给出一个例子：某时空点过程模型与由运动基本原理导出的、表达为偏微分方程的机理运动模型所隐含的模型一致。我们通过分析来自美国科罗拉多州一头美洲狮的遥测数据，理解空间显式环境条件对该物种运动行为的影响，表明此类点过程模型的推断直观（且可有助于管理与保护）。
引用
@article{arxiv.1911.03549,
title = {Animal Movement Models with Mechanistic Selection Functions},
author = {Mevin B. Hooten and Xinyi Lu and Martha J. Garlick and James A. Powell},
journal= {arXiv preprint arXiv:1911.03549},
year = {2019}
}