多阶段分层捕获-重捕获模型
统计方法学
2023-02-01 v2
摘要
生态学家日益依赖贝叶斯方法来拟合捕获-重捕获模型。捕获-重捕获模型用于在考虑个体水平数据中不完全可探测性的情况下估计丰度。此类模型存在多种实现方式，包括积分似然、参数扩展数据增强以及二者组合。具有潜随机效应的捕获-重捕获模型使用常规贝叶斯算法拟合时计算密集。我们通过考虑模型结构的条件表示来识别捕获-重捕获模型的替代设定。所得替代模型可以以避免计算不稳定并允许我们利用并行计算资源分阶段拟合所需模型的方式设定。我们的模型设定包含一个针对已探测个体捕获历史的成分，以及另一个在观测前为随机的样本量成分。我们使用三个示例展示该方法，包括模拟和来自不同物种捕获-重捕获研究的两个数据集。
引用
@article{arxiv.2205.04453,
title = {Multistage Hierarchical Capture-Recapture Models},
author = {Mevin B Hooten and Michael R Schwob and Devin S Johnson and Jacob S. Ivan},
journal= {arXiv preprint arXiv:2205.04453},
year = {2023}
}