用于含未知维数潜变量入侵物种模型推断的跨维近似贝叶斯计算
统计方法学
2015-01-05 v3
摘要
关于非本地物种引入和扩散模式的准确信息对于进行预测和管理决策至关重要。在许多情况下，从观测数据中估计未知的引入率和扩散率需要计算难以处理的变维积分。一般而言，对于包含大维数或变维数潜变量的大类模型，精确采样技术无法适用。近似贝叶斯计算 (ABC) 方法提供了一种替代精确采样的方案，但其依赖于对潜变量进行低效的条件模拟。为了高效完成此任务，本文开发了一种新的跨维蒙特卡洛采样器，用于近似贝叶斯模型推断，并用以估计非本地蚯蚓物种 Dendrobaena octaedra (Savigny) 在阿尔伯塔省北部泰加林沿道路区域的引入率和扩散率。利用引入率和扩散率的低估值和高估值，模拟了阿尔伯塔省东北部蚯蚓入侵的范围，以预测数据采集后一年内被入侵的适宜栖息地比例。
引用
@article{arxiv.1310.2888,
title = {Transdimensional Approximate Bayesian Computation for Inference on Invasive Species Models with Latent Variables of Unknown Dimension},
author = {Oksana A. Chkrebtii and Erin K. Cameron and David A. Campbell and Erin M. Bayne},
journal= {arXiv preprint arXiv:1310.2888},
year = {2015}
}
备注
includes supplementary materials