基于半参数经验似然的单富集捕获-再捕获数据的丰度推断
统计方法学
2025-07-15 v1
摘要
从捕获-再捕获数据估计丰度在许多学科中具有重要意义。捕获-再捕获数据的分析常因单富集和异质性问题而复杂。本文提出一种基于单富集二项和泊松回归模型的半参数经验似然方法，用于丰度估计。我们证明了最大经验似然估计量的丰度服从渐近正态分布，经验似然比 statistic 服从自由度为1的卡方分布。为便于计算，我们发展了一种期望最大化(EM)算法，并证明了其收敛性。我们还提出一种新的得分检验用于检验是否存在单富集并证明其渐近正态性。我们的模拟研究表明，与基于条件似然的方法相比，最大经验似然估计量的均方误差更小，经验似然比置信区间在覆盖概率上显著提升，提出的得分检验更具检验力。我们的方法在针对香港的鸲雀数据和曼谷的药物使用者数据中的分析进一步证明了其优势。
引用
@article{arxiv.2507.10388,
title = {Semiparametric empirical likelihood inference for abundance from one-inflated capture-recapture data},
author = {Yang Liu and Pengfei Li and Yukun Liu and Riquan Zhang},
journal= {arXiv preprint arXiv:2507.10388},
year = {2025}
}