A Bayesian Capture–Recapture Population Model With Simultaneous Estimation of Heterogeneity
同时估计异质性的贝叶斯捕获再捕获种群模型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：摘要研究生态种群的捕获再捕获与状态空间建模，未提供宏观时间序列或所列经济学面板研究的直接依据。
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
同时估计异质性的贝叶斯捕获再捕获种群模型
- 研究问题
- 在捕获再捕获资料中，如何同时估计种群数量、随时间变化且存在个体异质性的存活概率与捕获概率分布？
- 方法与思路
- 作者以状态空间模型连接潜在种群过程与观测过程，整合额外数量信息和左右侧照片，并使用 MCMC 进行贝叶斯估计。
- 材料陈述的贡献
- 摘要称，模型可联合估计时变概率与异质性，处理照片观测整合和总体数量扩展，并用海豚数据及模拟展示方法。
- 阅读关注点
- 应核对存活与捕获异质性的可识别性、额外资料如何扩展总体数量，以及照片匹配、先验与 MCMC 诊断的处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体识别条件和模拟设置未说明，模拟支持不能代表模型在任意种群中有效。
原文摘要
We develop a Bayesian capture-recapture model that provides estimates of abundance as well as time-varying and heterogeneous survival and capture probability distributions. The model uses a state-space approach by incorporating an underlying population model and an observation model, and here is applied to photo-identification data to estimate trends in the abundance and survival of a population of bottlenose dolphins (Tursiops truncatus) in northeast Scotland. Novel features of the model include simultaneous estimation of time-varying survival and capture probability distributions, estimation of heterogeneity effects for survival and capture, use of separate data to inflate the number of identified animals to the total abundance, and integration of separate observations of the same animals from right and left side photographs. A Bayesian approach using Markov chain Monte Carlo methods allows for uncertainty in measurement and parameters, and simulations confirm the model's validity.