用于生态监测研究中种群丰度估算的贝叶斯二项混合模型
应用统计
2015-05-12 v1
摘要
物种丰度调查已成为许多生态监测研究的重要组成部分。这些研究的主要目标是了解特定物种在研究区域内的分布情况，以及量化检测这些物种的采样效率。为实现这些目标，在预定访问中对预选地点进行采样，记录每个地点观察到的物种数量。这产生了具有空间参考的重复计数数据，其结构常不平衡且表现出过度离散。受巴尔的摩生态系统研究（Baltimore Ecosystem Study）的启发，我们提出了贝叶斯层次二项混合模型，包括二项 Conway-Maxwell Poisson (Bin-CMP) 混合模型，正式考虑不同水平的空间离散。我们提出的模型还允许通过实现可逆跳跃马尔可夫链蒙特卡罗（reversible jump Markov chain Monte Carlo）方法对模型协变量进行变量选择并对离散参数进行分组。最后，利用来自美国社区调查（American Community Survey）的人口统计协变量，我们通过对巴尔的摩生态系统研究中美国知更鸟（American Robin, Turdus migratorius）的丰度估算证明了我们方法的有效性。
引用
@article{arxiv.1505.02590,
title = {Bayesian binomial mixture models for estimating abundance in ecological monitoring studies},
author = {Guohui Wu and Scott H. Holan and Charles H. Nilon and Christopher K. Wikle},
journal= {arXiv preprint arXiv:1505.02590},
year = {2015}
}
备注
Published at http://dx.doi.org/10.1214/14-AOAS801 in the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)