[논문 리뷰] Statistical modelling of animal movement: a myopic review and a discussion of good practice

Toby A. Patterson, Alison Parton외 4명|arXiv (Cornell University)|2016. 03. 24.

Diffusion and Search Dynamics참고 문헌 65인용 수 12

한 줄 요약

이 논문은 동물 이동 분석을 위한 핵심 통계적 도구로 이산시간 은닉 마르코프 모델(HMM), 상태공간 모델, 확산 과정을 검토하고 지지한다. 이는 생태학자들이 접근할 수 있고 통계적으로 타당하며 계산적으로 효율적인 중간 수준의 복잡도 모델을 홍보함으로써, 이동 모델링 분야에서 과도하게 복잡하거나 지나치게 단순한 경향에 대비한다.

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.

연구 동기 및 목표

• 복잡한 동물 이동 데이터를 분석하는 데 가장 널리 사용되고 효과적인 통계 모델을 특정하고 평가하는 것.
• 이동 생태학 분야에서 과도하게 복잡하거나 통계적으로 타당하지 않은 모델로의 추세를 다루어 사용성과 신뢰성에 악영향을 주는 것.
• 일반 생태학자들이 접근할 수 있고, 대규모 데이터셋에 실용적으로 적용 가능한 통계적으로 엄밀한 모델을 홍보하는 것.
• 레비 워크 유형 모델과 같이 널리 사용되지만 결함이 있는 접근 방식의 한계를 부각하는 것. 이러한 모델들은 경험적이고 통계적인 근거가 부족하다.
• 단순성 또는 복잡성의 극단을 피하고, 주류 통계 실천에 기반한 균형 잡힌 모델링 접근 방식을 주장하는 것.

제안 방법

• 이산시간 은닉 마르코프 모델(HMM), 일반 상태공간 모델, 확산 과정과 같은 주요 통계 모델 클래스를 검토하고 통합하는 것.
• 통계적 기초, 계산 효율성, 대규모 추적 데이터에 대한 적합성에 기반해 모델을 평가하는 것.
• 동물의 행동 또는 이동 방식을 나타내기 위해 잠재(관측되지 않은) 상태를 포함하는 모델의 중요성을 강조하는 것.
• 광범위한 생태학적 연구에서의 도입을 위해 모델의 해석 가능성과 계산 처리 가능성의 중요성을 부각하는 것.
• 주류 통계 모델과 르비 워크 이론에 기반한 생태학적으로는 유명하지만 통계적으로 의심스러운 접근 방식(예: 르비 워크 기반 모델)을 대비하는 것.
• 데이터 특성, 연구 목표, 계산 가능성에 기반한 모델 선택 가이드라인 제공

실험 결과

연구 질문

• RQ1 복잡한 동물 이동 데이터를 분석하는 데 가장 효과적이고 널리 적용 가능한 통계 모델은 무엇인가?
• RQ2 통계 모델이 과도하게 복잡하거나 검증되지 않은 프레임워크에 의존하지 않고도 생태학자들이 접근할 수 있도록 하면서도 강력하고 실용적인 방법은 무엇인가?
• RQ3 측정 오차나 상태 의존성과 같은 이동 데이터의 기본적 성질을 忽시하는 모델을 사용할 경우 어떤 결과가 초래되는가?
• RQ4 레비 워크 기반 접근 방식이 통계적 및 경험적 증거에 의해 대부분 반박됨에도 불구하고 왜 여전히 인기가 있는가?
• RQ5 이동 생태학 연구에서 모델의 복잡성과 실용적 사용성 사이의 균형을 어떻게 달성할 수 있는가?

주요 결과

• 이산시간 은닉 마르코프 모델(HMM), 상태공간 모델, 확산 과정은 통계적으로 타당하고 실용적이며 동물 이동 분석의 중심 도구여야 한다.
• 대규모 데이터셋에서 특히 어려운 피팅, 해석, 검증을 겪는 과도하게 복잡한 모델로의 추세가 증가하고 있다.
• 레비 워크 기반 모델과 같은 생태학적으로 널리 사용되는 일부 모델은 강력한 통계적 또는 경험적 근거가 없으며 잘못된 결론을 이끌 수 있다.
• 너무 단순한 모델은 동물 이동에 내재된 확률적이고 행동적인 복잡성을 포착하지 못하는 경우가 많다.
• 통계적으로 탄탄하고 계산적으로 효율적이며 해석 가능한 중간 수준의 모델 복잡도가 생태학 연구에 최적이다.
• 이동 분석의 재현성과 신뢰성을 향상시키기 위해 이 분야가 주류 통계 실천과 더 많은 연계를 가져가야 한다.