Parametric Regression Models for Continuous Time Removal and Recapture Studies
连续时间移除与再捕获研究的参数回归模型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：摘要聚焦捕获再捕获与总体规模估计，连续时间计数过程本身不足以归入宏观时间序列或高频金融计量。
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
连续时间移除与再捕获研究的参数回归模型
- 研究问题
- 连续时间捕获研究中，如何在总体规模未知且未捕获个体协变量缺失的情况下，联合估计捕获回归参数与总体规模？
- 方法与思路
- 作者以参数计数过程模型描述个体捕获概率，修正左截断和右删失似然得分，再通过基于鞅的估计函数估计总体规模。
- 材料陈述的贡献
- 摘要称所得回归参数和总体规模估计量在适当正则条件下一致且渐近正态，并以蒙特卡洛模拟和鸟类环志研究展示方法。
- 阅读关注点
- 应核对捕获概率模型、得分修正如何处理未捕获个体，以及一致性和渐近正态所需条件与模拟中的小样本评价。
- 阅读边界
- 仅据 Crossref 摘要；正则条件、捕获机制限制及模拟结果未详述，不能据此判断方法在其他捕获场景中的表现。
原文摘要
Summary We use a class of parametric counting process regression models that are commonly employed in the analysis of failure time data to formulate the subject-specific capture probabilities for removal and recapture studies conducted in continuous time. We estimate the regression parameters by modifying the conventional likelihood score function for left-truncated and right-censored data to accommodate an unknown population size and missing covariates on uncaptured subjects, and we subsequently estimate the population size by a martingale-based estimating function. The resultant estimators for the regression parameters and population size are consistent and asymptotically normal under appropriate regularity conditions. We assess the small sample properties of the proposed estimators through Monte Carlo simulation and we present an application to a bird banding exercise.