使用R语言R-INLA包通过N-混合模型估计动物丰度
应用统计
2018-08-17 v2
摘要
野生动物种群的成功管理需要准确的丰度估计。丰度估计可能因野外调查中的不完全探测而产生混淆。N-混合模型能够量化探测概率，并在适当条件下产生偏差较小的丰度估计。在此，我们演示使用R语言的R-INLA包来分析N-混合模型，并将R-INLA的性能与另外两种常用方法进行比较：JAGS（通过R的runjags包）采用马尔可夫链蒙特卡罗并允许贝叶斯推断，以及R的unmarked包采用最大似然并允许频率学派推断。我们表明，在以下情况下R-INLA是分析N-混合模型的一个有吸引力的选择：(i) 需要快速计算时间（R-INLA比unmarked快10倍，比JAGS快500倍），(ii) 期望熟悉的模型语法和数据格式（相对于其他R包），(iii) 探测的调查水平协变量并非必要，以及 (iv) 偏好贝叶斯推断。
引用
@article{arxiv.1705.01581,
title = {Estimating animal abundance with N-mixture models using the R-INLA package for R},
author = {Timothy D. Meehan and Nicole L. Michel and Håvard Rue},
journal= {arXiv preprint arXiv:1705.01581},
year = {2018}
}
备注
25 pages, 3 figures, 2 appendices