推断生态学中泰勒定律的参数

泰勒幂律（TL）或波动标度律已在许多物种（包括人类和非人类）的丰度以及物理学、气象学、计算机科学和金融学等多个领域得到经验验证。TL断言方差与均值的幂成正比，对于总体矩精确成立，并且无论总体矩是否存在，对于样本矩近似成立。在许多论文中，使用对数方差作为对数均值的函数的线性回归来估计TL的参数。我们在一般条件下为此类推断提供了大样本渐近下的统计保证，并推导了参数的置信区间。在许多生态学应用中，均值和方差是根据在不同地点和时间点收集的丰度数据阵列随时间或空间估计的。当时序长度与空间点数的比率随着两者都变大而收敛到一个常数时，通常的归一化统计量是渐近有偏的。我们提供了一种偏差校正以获得正确的置信区间。TL在多个科学领域被广泛研究，是非平稳时空框架中具有挑战性的新统计问题的来源。我们通过模拟和真实数据集说明了我们的结果。