多区域的贝叶斯物种发现
统计方法学
2026-04-28 v3
摘要
在生态学中，描述物种组成和生物多样性需要基于观测样本推断未观测样本中感兴趣特征的统计方法。在过去十年中，贝叶斯非参数文献已充分探讨了数据来自均匀 population 的情形。本文提出一种新框架，以处理异构 population，具体涉及数据来自两个区域的情形。该设置显著增加了问题的数学复杂性，因而在文献中受到有限关注。虽然早期方法依赖计算方法，但我们提供了对任意观测样本进行样本内分析的分布论，并实现对额外样本中未见 distinct 与 shared 物种数的预测。后者也扩展了仅处理单步预测的频率主义估计。进一步，我们的结果可用于解决样本大小确定问题，以检测 distinct 与 shared 物种。我们的结果基于 Trieste 市蚁类 population 的真实数据进行说明。
引用
@article{arxiv.2502.04122,
title = {Bayesian discovery of species in multiple areas},
author = {Alessandro Colombi and Raffaele Argiento and Federico Camerlenghi and Lucia Paci},
journal= {arXiv preprint arXiv:2502.04122},
year = {2026}
}