[论文解读] A survey and a new selection criterion for statistical home range estimation

Amparo Baı́llo, José E. Chacón|arXiv (Cornell University)|Apr 13, 2018

Wildlife Ecology and Conservation参考文献 2被引用 4

一句话总结

本文提出了一种新颖的惩罚性选择准则，用于在多种方法中对家域估计器进行排序与优化，平衡了过度估计与过拟合问题。该方法引入了一个可推广的指标，在选择最优平滑参数方面优于现有方法，其有效性已在基于R语言实现的蒙古狼追踪数据中得到验证。

ABSTRACT

The home range of a specific animal describes the geographic area where this individual spends most of the time while carrying out its usual activities (eating, resting, reproduction, ...). Although a well-established definition of this concept is lacking, there is a variety of home range estimators. The first objective of this work is to review and categorize the statistical methodologies proposed in the literature to approximate the home range of an animal, based on a sample of observed locations. The second aim is to address the open question of choosing the "best" home range from a collection of them based on the same sample. We introduce a numerical index, based on a penalization criterion, to rank the estimated home ranges. The key idea is to balance the excess area covered by the estimator (with respect to the original sample) and a shape descriptor measuring the over-adjustment of the home range to the data. To our knowledge, apart from computing the home range area, our ranking procedure is the first one which is both applicable to real data and to any type of home range estimator. Further, the optimization of the selection index provides in fact a way to select the smoothing parameter for the kernel home range estimator. For clarity of exposition, we have applied all the estimation procedures and our selection proposal to a set of real locations of a Mongolian wolf using R as the statistical software. As a byproduct, this review contains a thorough revision of the implementation of home range estimators in the R language.

研究动机与目标

• 基于动物追踪数据，回顾并分类现有的家域估计统计方法。
• 解决从同一数据集导出的多个候选家域估计器中选择‘最佳’估计器这一开放性问题。
• 开发一种通用的、基于数据的选择准则，适用于任何类型的家域估计器，不限于利用密度等高值集等特定形式。
• 通过惩罚性指标，为核估计器与LoCoH估计器提供一种实用且经过优化的平滑参数调参方法。
• 通过在蒙古狼重定位数据上的实际应用，展示该方法在R软件中的实用性。

提出的方法

• 提出惩罚性选择指标 $ R_p $，结合超出面积（过度估计）与形状圆形度（过拟合）来评估家域估计器。
• 定义过度估计比率 $ R = 100 \cdot \sum_{i=1}^{10} S_{(i)} / B $，用于衡量估计家域超出数据凸包部分的比例。
• 使用形状圆形度作为惩罚项，以抑制紧贴数据点、形状不规则的过拟合边界。
• 将指标 $ R_p $ 应用于不同调参参数（如带宽 $ h $、邻居数 $ k $）生成的多个家域估计值进行排序。
• 通过最小化 $ R_p $ 优化选择指标，以识别核估计器与LoCoH估计器的最佳平滑参数。
• 在R语言中实现所有估计器及选择流程，提供详细的代码与函数引用，确保可复现性。

实验结果

研究问题

• RQ1 当应用于同一追踪数据集时，哪种家域估计器在过度估计与过拟合之间提供了最平衡的权衡？
• RQ2 能否开发一种通用的选择准则，使其适用于任何类型的家域估计器，而不仅限于基于利用密度等高值集的估计器？
• RQ3 如何通过基于数据的惩罚性准则，客观地选择核估计器与LoCoH估计器的最优平滑参数？
• RQ4 所提出的惩罚性指标在最小化超出面积的同时保持合理形状保真度方面，是否优于现有选择方法？
• RQ5 在真实动物追踪数据上，$ R_p $ 的优化在多大程度上能产生生物上合理且稳健的家域估计？

主要发现

• 惩罚性选择指标 $ R_p $ 有效识别出核家域估计器的最优带宽 $ h = 7203.54 $，在 $ \lambda = 0.5 $ 时获得最低的 $ R_p $ 值 4.987，优于所有其他测试方法。
• 对于LoCoH估计器，最优邻居数为 $ k = 65 $，对应的 $ R_p $ 值为 5.223，虽高于核估计器的最优值，但优于其他 $ k $ 值。
• 带宽 $ h = 7203.54 $ 的核家域估计器表现出最小的过度估计，且避免了尖锐的内湾，体现了覆盖范围与形状保真度之间的最佳平衡。
• 使用 $ k = 65 $ 的LoCoH估计器生成的家域形状更规则，过拟合倾向更低，但在此数据集中仍略逊于核方法的最优表现。
• 所提出的筛选准则具有通用性，可适用于任何家域估计器，实现无需预先假设估计器类型即可客观调参平滑参数。
• R语言中的实现全面且可复现，所有估计器与筛选指标均提供了详细的代码与函数引用。