利用连续变量离散化进行类别数据分析以探究海洋生态系统中的关联
统计方法学
2023-08-29 v1
摘要
理解和预测捕食者与猎物及其环境间的相互作用，对于认识陆地与海洋生态系统的食物网结构、动态及生态功能至关重要。因此，估计物种与其环境间的条件关联对于探索生态系统中的联系或协作纽带十分重要，这进而有助于厘清此类因果关系。为此，需要一种相关且实用的统计方法，将存在/缺失观测与以连续实数值获得的生物量、丰度和物理量相联系。这些数据在海洋空间中时而稀疏，且作为时间序列数据过短。为应对此挑战，我们提供一种基于将类别数据分析应用于存在/缺失观测与实数数据的方法。该方法由类别数据分析的两步流程组成：1）寻找适当阈值以离散化实数数据从而应用独立性检验；2）基于统计信息准则识别最佳条件概率模型以探究数据中可能的关联。我们进行模拟研究以验证所提方法。此外，将该应用于两个数据集：1）在南极半岛以西斯科舍海国际同步磷虾调查期间收集的数据集，以探究磷虾、长须鲸（Balaenoptera physalus）、表层温度、深度、深度斜率及温度梯度间的关联；2）2014—2017年8—9月生态系统调查收集的数据集，以探究挪威斯瓦尔巴群岛以西及以北北冰洋水域中普通小须鲸、捕食性鱼类大西洋鳕鱼及其主要猎物类群间的关联。
引用
@article{arxiv.2308.14505,
title = {Categorical data analysis using discretization of continuous variables to investigate associations in marine ecosystems},
author = {H. Solvang and S. Imori and M. Biuw and U. Lindstrøm and T. Haug},
journal= {arXiv preprint arXiv:2308.14505},
year = {2023}
}