利用间接信息构建物种丰度的频率学派预测集

由志愿者主导的物种群落采样工作组成的公民科学数据库，在生态学中被视为必不可少的数据来源。以频率学派有效的预测集按县汇总此类数据，可在不同面积或组成的县之间提供可解释的比较。由于公民科学数据在空间域上常呈现采样努力不均，采用跨县共享信息的间接方法构建的预测集可用于提高精度。本文提出一个非参数框架，基于间接信息获得多项随机样本的精确预测集，同时保持各县的频率学派覆盖保证。我们详述了一种利用间接信息获得各县预测集的简单算法，其计算时间不依赖于样本量，且随所考虑物种数量良好扩展。该间接信息可由基于辅助数据信息的经验贝叶斯过程估计。我们的方法使采样不足的县的推断更为精确，同时保持各县的地域特定频率学派有效性。我们的方法被用于基于 eBird 数据库的公民科学数据，对美国北卡罗来纳州的鸟类物种丰度提供有用描述。