地理情報学と地球統計学: 概要

観察がカウントされたら、動物の個体数を分類するための一般的なパラダイムの推定品質の評価

ニハリカ・ドヴィヴェディ*

相対的豊度指数は、生物集団の観察に広く応用されています。データの収集を構造化し、妥当性を持って分析を行うための一般的な分類パラダイムが開発されました。このアプローチは、対象地域のステーションで作成され、数日間にわたって継続的に行われるさまざまな観測メトリックに適用できます。全体的な指数の分散式は、線形混合モデルを使用して導出され、検定と信頼区間はガウス分布の観測に基づいて作成されました。ただし、トレース プロットへの侵入やカメラ トラップなどの多くの観測手法では、複数のゼロを含むカウントが含まれ、ポアソン分布のような観測が生成されます。ガウス分析の仮定とポアソン分布データ間のこの推論ギャップを埋めるために、大規模な都市シミュレーション研究を通じて、分布から生成されたデータにガウス検定を適用した場合の分散推定と信頼区間の範囲を評価しました。混合効果線形モデル推定ガウス観測は、シミュレートされたポアソンデータがフィールド研究で見つかった範囲内（88～96% の信頼区間カバレッジ）であれば、分散と信頼区間の推定に優れたパフォーマンスを発揮しました。推定は、観測日数を増やすことで改善されました。信頼区間カバレッジ率は、通常の変動が小さい場合は（観測日数が少ない場合でも）適切に機能しましたが、効果的な推定では、優れたポイントステーション間変動が得られました。これらの結果は、カウント情報に全体的な分類パラダイムを適用するための基礎を提供し、アプローチの一般性を強化し、研究スタイルに貴重な情報を提供し、カウント情報を誤用した場合の分析的推論の妥当性に関して専門家を安心させます。