物种分布模型中的偏差校正：汇集多物种的调查与采集数据
应用统计
2014-08-08 v2
摘要
仅存在记录可提供稀有物种的分布数据，但因其通常随意的采集方案而常受较大且未知的偏差影响。在系统规划调查中收集的有无存在或计数数据更为可靠，但通常数量较少。我们提出了一种概率模型，以允许联合分析仅存在数据与调查数据，从而利用它们的互补优势。我们的方法汇集了许多物种的仅存在数据和有无存在数据，并最大化联合似然函数，同时估计并调整影响仅存在数据的采样偏差。通过假设所有物种的采样偏差相同，我们可以跨物种借用强度，从而有效估计偏差并改善从仅存在数据得出的推断。我们在澳大利亚东南部 36 种桉树的数据上评估了模型的性能。我们发现，仅存在记录表现出强烈的采样偏差，倾向于沿海地区和最大城市悉尼。当给定物种的可用有无存在数据稀缺时，我们的数据汇集技术显著提高了模型的样本外预测性能。如果对于某一物种我们只有仅存在数据而没有有无存在数据，但对于其他几个遭受相同空间采样偏差的物种同时拥有这两类数据，那么我们的方法可以获得该首个物种地理范围的无偏估计。
引用
@article{arxiv.1403.7274,
title = {Bias Correction in Species Distribution Models: Pooling Survey and Collection Data for Multiple Species},
author = {William Fithian and Jane Elith and Trevor Hastie and David A. Keith},
journal= {arXiv preprint arXiv:1403.7274},
year = {2014}
}