A nonparametric approach to the analysis of two-stage mark-recapture experiments
两阶段标记重捕实验分析的非参数方法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：摘要讨论生态调查中的标记重捕与可探测性异质性，未涉及所列因果、面板、宏观或金融细分问题，故保留空分类。
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
两阶段标记重捕实验分析的非参数方法
- 研究问题
- 在两阶段标记重捕实验中，如何利用描述个体可探测性的协变量刻画探测异质性，并开展相应的非参数估计？
- 方法与思路
- 作者以异质性指数概括个体可探测性的变异，结合按捕获历史条件化的协变量密度核估计，构造该指数的估计量。
- 材料陈述的贡献
- 摘要称，论文推导渐近偏差与方差，并指出个体探测性相同时新估计量与 Petersen 估计量效率相同，另提供模拟。
- 阅读关注点
- 应核对异质性指数的定义、捕获历史与协变量之间的假设、核估计条件，以及效率相同结论具体针对的估计对象。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给捕获机制、偏差方差公式或模拟数值，不能重建估计式或推断刊本变化。
原文摘要
We present a new approach to the analysis of two-stage mark-recapture experiments where individual covariates are available which describe the detectability of individuals in the population. Central to the theory is a single quantity α, which we call the heterogeneity index and which measures the variability in the detectability of individuals. This theory also has implications for the analysis of independent observer line transect surveys. An estimator of α is provided by combining kernel density estimates of the underlying densities of the covariate, conditional on capture histories. We derive expressions for the asymptotic bias and variance and show that our new estimator is as efficient as the Petersen estimator when individuals all have the same detectability. We also report the results of a simulation study of the new estimator for a range of mark-recapture conditions.