skip to Main Content

یک روش بیزی نیمه پارامتریک برای تشخیص آثار آلی

عنوان انگلیسی: A semiparametric Bayesian method for detecting Allee effects
سال نشر: ۲۰۱۳
نویسنده: MASATOSHI SUGENO . STEPHAN B MUNCH
رشته های مرتبط: مدیریت آمار
تعداد صفحه فارسی:۲۰- تعداد صفحه انگلیسی: ۹
شناسه: ۱۰.۱۸۹۰/۱۲-۰۴۵۴.۱
دانشگاه: School of Marine and Atmospheric Sciences, Stony Brook University, Stony Brook, New York 11794-5000 USA
نشریه: Ecological Society of America
شاخص اعتبار نشریه –

چکیده

اهمیت آثار Allee هر دو در پژوهش های نظری دینامیک های جمعیت و در علوم بقا مدت طولانی شناخته شده بود. اگر چه شرایط لازم برای آثار Allee برای اینکه اتفاق بیافتد (به عنوان مثال، اشکال در یافتن جفت ها و مرگ و میر ناشی از شکارچیان جامع علوم در تراکم پایین)، به نظر می رسد که برای بسیاری از انواع، شواهدی برای آثار Allee در جمعیت های طبیعی در بهترین حالت دارای ابهام می باشد. این کمبود آشکار ممکن است یک محصول مصنوعی تحریک شده توسط توان ضعیف برای تشخیص آنها با مدل های پارامتریک سنتی باشد. برای نادیده گرفتن این مشکل بالقوه، یک روش بیزی نیمه پارامتریک بر اساس یک فرایند گاوسی پیشین، توسعه داده شده است. این روش با استفاده از مجموعه داده های شبیه سازی شده تأیید شده است و این برای ۳ مجموعه داده شاه ماهی به کار رفته است.

Abstract

The importance of Allee effects has long been recognized both in theoretical studies of population dynamics and in conservation sciences. Although the necessary conditions for Allee effects to occur (e.g., difficulty in finding mates and mortality driven by generalist predators at low density) would seem to apply to many species, evidence for Allee effects in natural populations is equivocal at best. This apparent scarcity might be an artifact driven by poor power to detect them with traditional parametric models. To circumvent this potential problem, we developed a semiparametric Bayesian method based on a Gaussian process prior. We validated the method using simulated data sets and applied it to three herring data sets.

امتیاز شما:
(No Ratings Yet)
Back To Top