A K -sample tag-recapture model allowing for unequal survival and catchability
允许存活率与捕获概率不同的 K 次抽样标记重捕模型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：摘要研究生态种群的标记重捕估计，未提供所列计量领域细分的直接依据。
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
允许存活率与捕获概率不同的 K 次抽样标记重捕模型
- 研究问题
- 在开放种群中，当动物既往捕获经历对应不同存活率和后续捕获概率时，如何估计各次抽样的种群规模并比较模型？
- 方法与思路
- 作者建立允许捕获历史影响存活率与捕获概率的模型，推导不同异质性程度下的最大似然估计，并基于充分统计量构造条件检验。
- 材料陈述的贡献
- 摘要称，以往随机模型可作为该模型的特例；文章同时提供各抽样时点种群规模的估计方法及不同模型之间的检验方法。
- 阅读关注点
- 应核对开放种群的具体设定、捕获历史的编码、参数可识别性，以及条件化处理如何消除干扰参数并支持模型比较。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明识别条件、估计存在性及检验的有限样本表现，不能推断其他版本变化。
原文摘要
A K-sample tag-recapture model for an open population is derived which allows for animals with different histories of capture to have both different probabilities of survival and of future capture. Previous stochastic models are special cases of this one. Maximum likelihood estimators of the population sizes at each sampling time are derived for models allowing differing degrees of unequal survival and catchability. Methods of testing between these models are derived by conditioning on sufficient statistics.