动物运动建模的插补方法

遥测数据分析在动物生态学研究中很常见。虽然针对单个动物的遥测数据收集技术已有显著改善，但正确解释固有不确定性（如测量误差、依赖性、运动障碍）的方法却相对滞后。尽管如此，已开发出许多新的统计方法，用于推断影响动物运动的未知量或基于遥测数据预测运动。分层统计模型有助于解释上述部分不确定性，并提供群体水平的推断，但它们通常伴随着增加的计算负担。对于某些类型的统计模型，如果潜在的真实动物轨迹已知，则提供推断很简单，否则就具有挑战性。在这些情况下，已采用与多重插补相关的方法来解释与我们关于潜在轨迹的知识相关的不确定性。尽管插补方法在动物运动建模中的应用日益增加，但这些方法的普遍敏感性和准确性尚未得到详细探讨。我们对动物运动建模进行了介绍，并描述了插补方法如何对某些类型的模型有所帮助。我们还在模拟研究中评估了插补方法的性能。我们的模拟研究表明，对与个体位置直接相关的模型参数的推断，可能比对与速度或加速度等高阶过程相关的参数的推断更准确。最后，我们将这些方法应用于分析涉及白令海北方海狗（Callorhinus ursinus）的遥测数据集。