戴安娜是《生态时间序列状态空间建模指南》这篇论文的合著者，该论文发表在《生态学专著》上。

https://esajournals.onlinelibrary.wiley.com/doi/full/10.1002/ecm.1470

文摘:状态空间模型(SSMs)是分析生态时间序列的重要建模框架。这些分层模型通常用于模拟种群动态、动物运动和捕获-再捕获数据，现在越来越多地用于模拟其他生态过程。ssm很受欢迎，因为它们很灵活，而且它们将生态过程的自然变化与观测误差分开建模。它们的灵活性允许生态学家模拟连续、计数、二进制和分类数据，这些数据具有在离散或连续时间中演化的线性或非线性过程。对两个随机来源分别建模可以让研究人员区分生物变异和采样方法的不精确性，并且通常比只对一个随机来源直接建模更好地估计感兴趣的生态量。自ssm引入以来，广泛的拟合程序已经被提出。然而，这些程序的多样性和复杂性限制了生态学家制定和拟合他们自己的ssm的能力。我们为生态学家提供知识，以创建对常见且通常隐藏的估计问题稳健的ssm，以及模型选择和验证工具，可以帮助他们评估模型与数据的拟合程度。我们对SSM进行了综述，为有兴趣学习SSM的生态学家提供了坚实的基础，为SSM的老用户介绍了新工具，并为对生态应用感兴趣的统计学家强调了有前途的研究方向。本文还附有一个深入的教程，该教程演示了如何在r中拟合和验证ssm，本文和教程一起介绍了ssm，这将帮助生态学家制定、拟合和验证他们的模型。