基于嵌套狄利克雷过程的多重名录重捕数据种群规模估计
应用统计
2020-07-14 v1 统计方法学
摘要
当捕获模式随时间与地点不同时，响应模式的异质性在利用多重重捕数据估计封闭种群规模中十分重要。本文将 Manrique-Vallier（2016）提出的用于多重重捕数据的非参数单层潜类模型扩展为嵌套潜类模型，其中第一层建模个体异质性，第二层建模地点-时间差异。具有相似记录模式的地点-时间组属于同一顶层潜类，且各顶层类中的个体相互依赖。该嵌套潜类模型将层次异质性纳入建模，以从多重名录重捕数据估计种群规模。该方法可得到更准的种群规模估计并降低不确定性。我们将该方法应用于估计叙利亚冲突中的伤亡人数。
引用
@article{arxiv.2007.06160,
title = {Nested Dirichlet Process For Population Size Estimation From Multi-list Recapture Data},
author = {Shuaimin Kang and Krista Gile and Megan Price},
journal= {arXiv preprint arXiv:2007.06160},
year = {2020}
}
备注
24 pages, 9 figures, submitted to Biometrics for review