基于步与转的连续时间动物运动的贝叶斯推断

尽管通过GPS等获得的动物位置通常在离散时间尺度上观测，但为了避免在离散时间下面临不规则观测或在不同时间尺度上比较分析时所遇到的困难，采用连续时间公式化的运动模型更为可取。一类能够模拟一系列运动思想的模型通过将运动表示为描述速度和方位的随机过程组合来定义。本文通过马尔可夫链蒙特卡罗方法描述了此类模型的贝叶斯推断方法。这种推断依赖于对以误差观测到的离散时间动物位置的扩充，并通过模拟技术获得更详细的运动路径。对一头驯鹿（Rangifer tarandus）真实数据的分析说明了所提出的方法。