[論文レビュー] Statistical Inference on Tree Swallow Migrations

Tim Coleman, Lucas Mentch+5 more|arXiv (Cornell University)|Oct 26, 2017

Species Distribution and Climate Change被引用数 2

ひとこと要約

本研究では、eBirdの市民科学データとランダムフォレストモデリングを用いて、米国東部におけるツグミ（Tachycineta bicolor）の渡り行動のパターンを調査し、最大日平均気温が年次的変動における渡り出発日における統計的に有意な要因であることを示した。形式的仮説検定とパーミュテーションに基づく関数データアプローチにより、複雑な生態的相互作用が存在する中でも、気温の予測的意義が確認された。

ABSTRACT

Bird species' migratory patterns have typically been studied through individual observations and historical records. In recent years however, the eBird citizen science project, which solicits observations from thousands of bird watchers around the world, has opened the door for a data-driven approach to understanding the large-scale geographical movements. Here, we focus on the North American Tree Swallow ( extit{Tachycineta bicolor}) occurrence patterns throughout the eastern United States. Migratory departure dates for this species are widely believed by both ornithologists and casual observers to vary substantially across years, but the reasons for this are largely unknown. In this work, we present evidence that maximum daily temperature is a major factor influencing Tree Swallow occurrence. Because it is generally understood that species occurrence is a function of many complex, high-order interactions between ecological covariates, we utilize the flexible modeling approach offered by random forests. Making use of recent asymptotic results, we provide formal hypothesis tests for predictive significance various covariates and also develop and implement a permutation-based approach for formally assessing interannual variations by treating the prediction surfaces generated by random forests as functional data. Each of these tests suggest that maximum daily temperature has a significant effect on migration patterns.

研究の動機と目的

• 米国東部におけるツグミの年次的変動する渡り出発日を調査すること。
• 特に最大日平均気温を含む生態的共変数がツグミの出現パターンに与える影響を評価すること。
• ランダムフォレストモデルにおける変数重要度の形式的統計的推論手法を構築・適用すること。
• 予測表面の関数データ解析を用いて、年次的な移動タイミングの有意差を検出すること。

提案手法

• 米国東部におけるツグミの出現に関する大規模なeBird市民科学観察データを活用する。
• 最大日平均気温を含む複数の生態的共変数を用いて、ランダムフォレスト回帰を適用し、ツグミの出現確率をモデル化する。
• 最近の漸近的結果を用いて、個々の共変数の予測的有意性に関する形式的仮説検定を実施する。
• ランダムフォレストからの予測表面を関数データとして扱い、パーミュテーションに基づくアプローチを用いて年次的変動の有意性を検証する。
• パーミュテーション検定を用いて、年次間における移動パターンの差の統計的有意性を評価する。
• 柔軟な非パラメトリックモデリングと厳密な推論を組み合わせ、高次元の生態的相互作用に対処する。

実験結果

リサーチクエスチョン

• RQ1 最大日平均気温は、ツグミの渡り出発日における年次的変動をどの程度予測できるか？
• RQ2 他の生態的共変数は、ツグミの出現を決定づける要因として気温と比較してどの程度の予測的重要性を有するか？
• RQ3 ランダム変動を超えて、年次間で移動パターンに統計的に有意な差が存在するか？
• RQ4 ランダムフォレストモデルにおける変数重要度に形式的仮説検定を適用できるか？
• RQ5 ランダムフォレストの予測表面を関数データとして扱うことで、時間的変動をどのように評価できるか？

主な発見

• 最大日平均気温は、ツグミの渡り出発日における統計的に有意な予測要因であり、形式的仮説検定による強い証拠が得られた。
• パーミュテーションに基づく関数データアプローチにより、移動パターンの年次的変動がランダムノイズによるものではなく、実際の測定可能な差を反映していることが確認された。
• 形式的推論手順を備えたランダムフォレストモデルは、複雑な生態的相互作用が存在する中でも、気温が支配的要因であることを的確に同定できた。
• 本研究では、形式的統計的推論をランダムフォレストにおける変数重要度に適用できることを示した。これにより、予測を超えた応用可能性が拡張された。
• 結果は、気温の変動がツグミの渡りタイミングにおける年次的シフトの主要因であるという仮説を支持している。