用于估计季节性河流洄游种群规模的贝叶斯遗传标记-再捕获方法
7月 14, 2022·
·
1 分钟阅读时长
Yiran Wang
Photo by Paul Vecsei说明:本页为英文原文的 AI 辅助中文翻译,可能没有完全保留原文语气;如需核对细节,请切换到 English 版本。
摘要
遗传标记-再捕获(GMR)是一类用于生态学总体规模估计的统计技术。通过将样本中物种相对丰度的遗传数据与部分物种的总体计数相结合,GMR 可以估计总体规模以及各物种的贡献。
这通常通过某种 Lincoln-Petersen 估计量完成,该估计量为总体规模提供渐近无偏估计。然而,相应的方差估计量没有考虑遗传数据抽样过程中的不确定性。因此,当遗传样本中的相对比例与总体中的比例不同时,这种方法可能会显著低估方差。
在这项工作中,我们提出了一个新的贝叶斯 GMR 框架来解决这一问题。贝叶斯框架可以显式纳入遗传样本中的抽样误差,并且很容易将其他数据来源整合到同一个模型中,例如捕获-再捕获数据或遥测数据,这些数据也常用于总体规模估计。我们通过模拟研究考察新方法的有效性,并将其用于估计 Taku River 中 Sockeye Salmon(Oncorhynchus nerka)的丰度。

Authors
Yiran Wang
(he/him)
博士后研究员
王祎然现为多伦多大学卫生政策、管理与评估研究所博士后研究员。他的研究兴趣主要是发展能够连接统计理论与实际应用的方法,包括贝叶斯推断、总体规模估计、中介分析、数据整合和潜变量模型等。