祝贺玛丽娜,她被选为3月13日星期三在下议院数学科学会议上展示她的海报。
干得好,玛丽娜!
祝贺玛丽娜,她被选中在2019年英国STEM竞赛中向议会展示她的研究。英国各地鸟类的数量是如何变化的?空间显式综合人口模型。
这篇题为“开放野生动物种群中未标记个体的基于Polya Tree的模型”的论文已被“贝叶斯统计:新挑战和新一代- BAYSM 2018”会议接受。
这是Alex的第一篇论文,Alex做得好!
Marina, Diana, Stephen Freeman (生态水文中心), Rob Robinson (BTO), Stephen Baillie (BTO)和Eleni在《生态学与进化》上发表了文章。
文摘:
自20世纪中期以来,鸟类圈恢复数据已被广泛用于估计生存概率等人口统计学参数。然而,虽然每年鸣鸟的总数通常是已知的,但关于鸣鸟年龄的历史信息通常是不可用的。当历史数据不完整时,标准的振铃恢复模型不能使用,该模型要求振铃时的年龄信息。我们开发了一个新模型,从这些历史数据中估计年龄相关的生存概率,当不记录年龄时;我们称之为历史数据模型。这个新模型对Robinson, 2010, Ibis, 152, 651-795的模型进行了扩展,通过估计被标记为幼鸟的环状鸟的比例作为一个附加参数。我们进行了一项模拟研究,以检查历史数据模型的性能,并将其与其他模型(包括标准和条件环回收模型)进行比较。仿真研究表明,Robinson, 2010, Ibis, 152, 651-795的方法会导致参数估计的偏差。相比之下,历史数据模型产生的参数估计与标准模型相似。参数冗余结果表明,新开发的历史数据模型在参数可估计方面与标准环恢复模型相当,并且比条件模型具有更少的可识别性问题。 We illustrate the new proposed model using Blackbird and Sandwich Tern data. The new historical data model allows us to make full use of historical data and estimate the same parameters as the standard model with incomplete data, and in doing so, detect potential changes in demographic parameters further back in time.