空间自相关占据与丰度数据中的协变量影响
定量方法
2015-01-28 v2 统计方法学
摘要
自逻辑模型及相关自模型（通常作为自协变量回归应用）为分析空间自相关的生态数据提供了独特的优势。然而，Carl 和 K"uhn (Ecol. Model., 2007, 207, 159)、Dormann (Ecol. Model., 2007, 207, 234)、Dormann 等人 (Ecography, 2007, 30, 609) 以及 Beale 等人 (Ecol. Lett., 2010, 13, 246) 的比较研究得出结论，自协变量回归会产生异常的协变量参数估计值。后三项研究基于错误的数值证据，原因是违反了自模型有效性的条件 (Besag, J. R. Stat. Soc., Ser. B, 1974, 36, 192)。在此我们表明，在修正这些技术错误后，仍存在一个更根本的概念性错误：这些比较研究建立在数学上不正确的偏差概念之上，涉及直接比较数学结构不同的模型的参数估计值。我们开发了一组基于模拟的协变量影响度量指标，这些指标在不同模型间具有直接可比性，并将其应用于上述研究的实例中。我们发现，在这些案例中，自模型参数的效应与相应的线性模型效应相似（且一致），这是由于自模型内一种我们称为"协变量放大"的现象所致。因此，简单比较结构不同模型之间的参数量级可能会产生严重误导。我们证明，近期对自模型的批评是完全毫无根据的。正确应用和解释的自协变量回归为空间自相关的物种分布或丰度数据推断提供了一种实用方法，同时克服了广义线性模型的已知局限性。
引用
@article{arxiv.1501.06530,
title = {Covariate influence in spatially autocorrelated occupancy and abundance data},
author = {David C. Bardos and Gurutzeta Guillera-Arroita and Brendan A. Wintle},
journal= {arXiv preprint arXiv:1501.06530},
year = {2015}
}
备注
References updated