Bayesian estimation of movement and survival probabilities from capture-recapture data
捕获—再捕获数据中迁移与存活概率的贝叶斯估计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：摘要研究动物种群捕获—再捕获模型，有向图用于缺失结构表达，未明确涉及因果图或经济网络。
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
捕获—再捕获数据中迁移与存活概率的贝叶斯估计
- 研究问题
- 如何利用捕获—再捕获数据的缺失结构，估计动物种群的存活和迁移概率，并构造相应的贝叶斯可信区间？
- 方法与思路
- 作者用有向图表示 Arnason–Schwarz 模型的缺失数据结构，据此实施 Gibbs 抽样，并用对偶原理分析算法收敛。
- 材料陈述的贡献
- 摘要称给出了存活与迁移概率的贝叶斯估计和可信区间，证明算法收敛，并通过一个真实数据例子展示方法。
- 阅读关注点
- 应核对捕获与状态转移的观测假设、先验和条件抽样步骤，以及收敛定理的条件与实际混合速度诊断。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要。先验、收敛条件和实例结果未提供，理论收敛也不能直接说明有限运行的混合效率。
原文摘要
The Arnason–Schwarz model is usually used for estimating survival and movement probabilities of animal populations from capture-recapture data. The missing data structure of this capture-recapture model is exhibited and summarised via a directed graph representation. Taking advantage of this structure we implement a Gibbs sampling algorithm from which Bayesian estimates and credible intervals for survival and movement probabilities are derived. Convergence of the algorithm is proved using a duality principle. We illustrate our approach through a real example.