Inference on the Number of Species Through Geometric Lower Bounds
通过几何下界推断物种数量AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦物种数量、泊松混合模型及置信下界，未与所列经济计量细分方向建立直接联系。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
通过几何下界推断物种数量
- 研究问题
- 当个体样本无法观察到全部物种时，如何在非参数泊松混合模型中利用未见物种的几何下界推断总体物种数量？
- 方法与思路
- 作者从几何角度构造物种未被观察到的优势比下界，以线性规划计算下界及对应混合分布，再用极大似然和自助法推断。
- 材料陈述的贡献
- 摘要称，线性规划计算具有收敛保证，下界估计可用于构造物种数的置信下限，并通过模拟比较及基因组应用展示方法。
- 阅读关注点
- 应核对未见物种优势比与物种总数的对应关系、下界序列和收敛条件，以及非参数极大似然计算与自助置信下限的覆盖表现。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；抽样条件、下界紧致程度及覆盖率数值未说明，不能把置信下限视为总体物种数的精确估计。
原文摘要
Estimating the number of species in a population from a sample of individuals is investigated in a nonparametric Poisson mixture model. A sequence of lower bounds to the odds that a species is unseen in the sample are proposed from a geometric perspective. A lower bound and its representing mixing distribution can be computed by linear programming with guaranteed convergence. These lower bounds can be estimated by the maximum likelihood method and used to construct lower confidence limits for the number of species by the bootstrap method. Computing the nonparametric maximum likelihood estimator is discussed. Simulation is used to assess the performance of estimated lower bounds and compare them with several existing estimators. A genomic application is investigated.