[論文レビュー] Statistical modelling of animal movement: a myopic review and a discussion of good practice

Toby A. Patterson, Alison Parton+4 more|arXiv (Cornell University)|Mar 24, 2016

Diffusion and Search Dynamics参考文献 65被引用数 12

ひとこと要約

この論文は、動物の移動解析のためのコアな統計的ツールとして、離散時間隠れマルコフモデル（HMM）、状態空間モデル、拡散過程をレビューし、推奨している。本稿は、統計的に妥当で、計算効率が良く、生態学者にとってアクセス可能な中程度の複雑さのモデルを提唱し、過剰に複雑化するか、逆に単純化する傾向に対抗する。

ABSTRACT

With the influx of complex and detailed tracking data gathered from electronic tracking devices, the analysis of animal movement data has recently emerged as a cottage industry amongst biostatisticians. New approaches of ever greater complexity are constantly being added to the literature. In this paper, we review what we believe to be some of the most popular and most useful classes of statistical models used to analyze animal movement data. Specifically we consider discrete-time hidden Markov models, more general state-space models and diffusion processes. We argue that these models should be core components in the toolbox for quantitative researchers working on stochastic modelling of animal movement. The paper concludes by offering some general observations on the direction of statistical analysis of animal movement. There is a trend in movement ecology toward what are arguably overly-complex modelling approaches which are inaccessible to ecologists, unwieldy with large data sets or not based in mainstream statistical practice. Additionally, some analysis methods developed within the ecological community ignore fundamental properties of movement data, potentially leading to misleading conclusions about animal movement. Corresponding approaches, e.g. based on Levy walk-type models, continue to be popular despite having been largely discredited. We contend that there is a need for an appropriate balance between the extremes of either being overly complex or being overly simplistic, whereby the discipline relies on models of intermediate complexity which are usable by general ecologists, but which are grounded in well-developed statistical practice and are efficient to fit to large data sets.

研究の動機と目的

• 動物の移動データを分析するための、最も広く使われて効果的な統計モデルを特定し、評価すること。
• 移動生態学分野における、過剰に複雑化したり、統計的に不適切なモデルへの傾向を是正すること。このようなモデルは、利用可能性や信頼性を損なう。
• 統計的に厳密でありながら、一般の生態学者が利用可能なモデルを推奨することで、大規模なデータセットに対しても実用的かつ適用可能であることを保証すること。
• レヴィウォーク型モデルのような、一般的に使われているが欠陥のある手法の限界を強調すること。これらの手法は、実証的・統計的根拠に欠けている。
• 単純さや複雑さの極端を避けるバランスの取れたモデリングアプローチを提唱すること。これは、主流の統計的実践に基づくものである。

提案手法

• 離散時間隠れマルコフモデル（HMM）、一般状態空間モデル、拡散過程といった主要な統計モデルのクラスをレビューし、統合すること。
• 統計的基礎、計算効率、大規模な追跡データへの適性に基づいて、モデルを評価すること。
• 動物の行動や移動モードを表す潜在的（観測されない）状態を組み込むモデルの重要性を強調すること。
• 生態学的研究における広範な採用を促進するため、モデルの解釈可能性と計算の扱いやすさの重要性を強調すること。
• 主流の統計モデルと、レヴィウォーク理論に基づくが統計的に疑わしい、生態学的駆動型の手法とを対比すること。
• データの特性、研究目的、計算の可能性に基づいたモデル選択のガイドラインを提供すること。

実験結果

リサーチクエスチョン

• RQ1 複雑な動物の移動データを分析するための、最も効果的で普遍的に適用可能な統計モデルは何か？
• RQ2 統計的に強固で、かつ生態学者が利用可能なモデルは、どのようにして過剰に複雑化したり、未検証のフレームワークに依存せずに実現できるか？
• RQ3 測定誤差や状態依存性といった移動データの基本的特性を無視するモデルを使うと、どのような結果が生じるか？
• RQ4 なぜ、統計的・実証的証拠によってほとんど否定されているにもかかわらず、レヴィウォークに基づくモデルが依然として人気を保っているのか？
• RQ5 移動生態学研究において、モデルの複雑さと実用的可用性のバランスをどのように達成できるか？

主な発見

• 離散時間隠れマルコフモデル、状態空間モデル、拡散過程は、統計的に妥当で実用的であり、動物の移動解析の中心的ツールであるべきである。
• 大規模なデータセットを扱う際、適合・解釈・検証が困難なほど複雑すぎるモデルへの傾向が顕著に増加している。
• レヴィウォークに基づくような、生態学的に人気があるが、統計的・実証的根拠に欠けるモデルは、誤った結論を導く可能性がある。
• あまりに単純なモデルは、動物の移動に内在する確率的および行動的複雑性を捉えきれないことが多い。
• 統計的に堅牢で、計算効率が良く、解釈可能な中程度の複雑さのモデル—これが最適な生態学的研究のためのモデルである。
• 移動解析の再現性と信頼性を向上させるために、分野全体が主流の統計的実践により適合するようになるべきである。