Capture—recapture estimation via Gibbs sampling
利用 Gibbs 抽样进行捕获—再捕获估计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：摘要讨论一般总体规模估计与贝叶斯计算，未明确关联所列经济计量细分方向。
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
利用 Gibbs 抽样进行捕获—再捕获估计
- 研究问题
- 在通过捕获—再捕获数据估计总体规模时，如何计算复杂模型的贝叶斯估计，缓解解析和数值计算困难？
- 方法与思路
- 作者从数据增广出发，将 Gibbs 抽样用于捕获—再捕获模型的后验计算，并在真实例子中考虑层级模型。
- 材料陈述的贡献
- 摘要称该计算方法使此前因计算困难而回避的模型设定能够进入实际应用，并以层级模型的贝叶斯估计作说明。
- 阅读关注点
- 应核对观测机制、未观测个体的数据增广方式、总体规模与其他参数的先验，以及抽样收敛和先验敏感性。
- 阅读边界
- OpenAlex 索引未注明稿件版本；摘要未说明具体先验、捕获依赖设定或计算诊断，不能判断估计精度与适用范围。
原文摘要
Capture-recapture models are widely used in the estimation of population sizes. Based on data augmentation considerations, we show how Gibbs sampling can be applied to calculate Bayes estimates in this setting. As a result, formulations which were previously avoided because of analytical and numerical intractability can now be easily considered for practical application. We illustrate this potential by using Gibbs sampling to calculate Bayes estimates for a hierarchical capture-recapture model in a real example.