面板数据的机械模型：四物种生态实验的分析

在生态学背景下，面板数据 arise 当时间序列测量在一组生态过程上进行时。每个过程可能对应于野外数据中的空间位置，或对应于设计实验中的实验生态系统。生态学面板数据的统计模型应捕捉生态系统中固有的高度非线性、随机性和测量不确定性。此外，系统动力学可能依赖于不可观测变量。本研究应用迭代粒子滤波技术，以探索这些复杂系统的基于似然的统计分析的新可能性。我们分析了一次水生浮游动物属（Daphnia）两种物种与一种藻类和一种真菌寄生虫共存的水槽实验的数据。在六种处理条件下，对复制水槽收集了时间序列数据。迭代滤波使我们能够对 scientifically 动机的非线性部分观测马尔可夫过程模型进行似然最大化，为参数估计、置信区间、假设检验、模型选择和诊断提供了标准的基于似然的方法。这一工具箱使科学家能够提出和评估科学动机的随机动态模型，用于面板数据，仅需编写代码进行模型仿真，并指定描述系统状态观测方式的测量分布。