部分复制数据的贝叶斯非参数依赖模型：燃料泄漏对物种多样性的影响

我们引入了一种依赖型贝叶斯非参数模型，用于基于部分复制数据对社区中亚群成员资格进行概率建模。这里的重点是按站点划分的物种数据，即在不同站点观测到的生物被分类为不同物种的社区数据。我们的目标是研究额外协变量（例如环境变量）对数据结构的影响，特别是对社区多样性的影响。为此，我们在协变量之间引入了先验依赖性，并表明这改善了后验推断。我们使用了通过 stick-breaking 构造定义的 Griffiths-Engen-McCloskey 分布的依赖版本。该分布是通过变换高斯过程获得的，其协方差函数控制所需的依赖性。结果后验分布通过马尔可夫链蒙特卡洛（Markov chain Monte Carlo）进行采样。我们将该模型的应用展示于在南极燃料泄漏现场沿碳氢化合物污染梯度获取的土壤微生物数据集。该方法允许对生态毒理学中的许多感兴趣量（如多样性或有效浓度）进行推断，并广泛适用于社区对环境变量响应的一般问题。