这篇论文,利用间歇数据估计和平滑多物种生物多样性指标的通用方法，由斯蒂芬·弗里曼，尼古拉斯·艾萨克，帕纳约蒂斯·贝斯比亚斯，艾米丽·丹尼斯和拜伦·摩根所著，刚刚在《农业、生物和环境统计杂志

https://doi.org/10.1007/s13253-020-00410-6

摘要

生物多样性指标概括了广泛而复杂的生态数据集，在影响政府政策方面很重要。成分数据由许多不同物种的时变指数组成。然而，目前的生物多样性指标存在多个统计缺陷。开云体育网址我们描述了新的多物种生物多样性指标的状态空间公式，基于贡献个体物种的丰度或占据概率的变化率。配方灵活，适用于不同类群。它有几个优点，包括能够适应数据的零星不可用性，在适当的时候将单个物种指数的估计精度的变化纳入，并允许随着时间的推移直接纳入平滑。此外，模型拟合在贝叶斯和经典实现中是直接的，后者采用高效的隐马尔可夫建模或卡尔曼滤波器。同样的算法可以方便地应用于基于丰度或占用数据的案例——只是后续的解释有所不同。该过程消除了可能令人望而却步的自举的需要。我们建议在对类群进行全部或部分采样时使用两种备选方案中的哪一种。 The performance of the new approach is demonstrated on simulated data, and through application to three diverse national UK data sets on butterflies, bats and dragonflies. We see that uncritical incorporation of index standard errors should be avoided.