Bayesian analyses for a multiple capture-recapture model
多次捕获—再捕获模型的贝叶斯分析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：摘要讨论捕获—再捕获与总体规模推断，重复抽样时点本身不足以支持面板数据分类。
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
多次捕获—再捕获模型的贝叶斯分析
- 研究问题
- 当捕获概率随抽样时点变化时，如何估计总体规模，并评估不同贝叶斯方法及参考先验对推断的影响？
- 方法与思路
- 作者在 Mt 模型下提出贝叶斯、经验贝叶斯及贝叶斯经验贝叶斯方案，处理总体规模的区间、决策和点估计。
- 材料陈述的贡献
- 摘要称，抽样次数较少且再捕获量适中时不同方法估计接近；次数多而再捕获稀少时，参考先验可能明显影响推断。
- 阅读关注点
- 应核对捕获模型与先验的具体设定、三类方法的关系，以及抽样次数和再捕获数量如何决定比较情形。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；先验形式、比较指标和数值未说明，摘要中的规模描述也未给出具体阈值。
原文摘要
In multiple capture-recapture surveys, the probability of capture can vary between sampling occasions. The model accounting for this variation is known as Mt. Bayes, empirical Bayes, and Bayes empirical Bayes solutions are given to the problems of interval estimation, decision making, and point estimation of the population size N. When the number of sampling occasions is small to moderate and the number of recaptured units observed on each sampling occasion is moderate, estimates obtained from empirical Bayes and Bayes empirical Bayes methods compare closely to Bayesian methods using a reference prior distribution for the capture probabilities. However, when the number of sampling occasions is large and the number of recaptured units observed on each sampling occasion is small, inferences obtained using different reference priors can differ considerably.