Capture—Recapture Models When Both Sources Have Clustered Observations
两个来源均有聚类观测时的捕获—再捕获模型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：成组捕获属于此处的抽样依赖问题，摘要未涉及网络关系或干扰效应，不足以归入给定细分。
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
两个来源均有聚类观测时的捕获—再捕获模型
- 研究问题
- 当两个捕获来源中的个体以小群组出现，不能沿用逐个且相互独立捕获的设定时，如何估计捕获概率与总体规模？
- 方法与思路
- 作者提出允许个体成组被捕获的捕获—再捕获模型，并使用 EM 算法估计其中的捕获概率及研究总体的规模。
- 材料陈述的贡献
- 摘要所述贡献是把成组捕获纳入总体规模估计模型，并提供相应参数估计算法，以处理传统独立捕获设定不适合的情形。
- 阅读关注点
- 应核对组的定义、组内及来源间依赖如何建模、总体规模能否识别，以及 EM 算法的初始化、收敛和不确定性估计。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明依赖结构、识别条件或估计表现，不能认为模型允许任意聚类依赖。
原文摘要
Capture—recapture models assume that individuals in the population are captured one at a time and independently of each other. There are often situations, however, where individuals are captured in small clusters or groups. This article provides a model that allows individuals to be captured in groups; the EM algorithm is used to estimate parameters in the model that include capture probabilities and the size of the population under study.