[论文解读] Is non-informative Bayesian analysis appropriate for wildlife management: survival of San Joaquin Kit Fox and declines in amphibian populations

Subhash R. Lele|arXiv (Cornell University)|Feb 2, 2015

Wildlife Ecology and Conservation参考文献 11被引用 7

一句话总结

本文批判了在野生动物管理的贝叶斯分层模型中使用非信息性（模糊）先验的做法，通过塞拉·乔阿奎因狐生存和两栖动物种群衰退的案例研究，表明此类先验可能不当影响推断和管理决策。作者认为，模糊先验既非客观也非中立，主张采用信息更充分的先验以提高种群存活力和栖息地占有率分析的可靠性。

ABSTRACT

Computational convenience has led to widespread use of Bayesian inference with vague or flat priors to analyze state-space models in ecology. Vague priors are claimed to be objective and to let the data speak. Neither of these claims is valid. Statisticians have criticized the use of vague priors from philosophical to computational to pragmatic reasons. Ecologists, however, dismiss such criticisms as empty philosophical wonderings with no practical implications. We illustrate that use of vague priors in population viability analysis and occupancy models can have significant impact on the analysis and can lead to strikingly different managerial decisions. Given the wide spread applicability of the hierarchical models and uncritical use of non-informative Bayesian analysis in ecology, researchers should be cautious about using the vague priors as a default choice in practical situations.

研究动机与目标

• 挑战广泛存在的假设，即贝叶斯分析中的非信息性先验是客观的，并让数据自由发声。
• 证明模糊先验在生态种群模型中可显著改变推断和管理决策。
• 强调在野生动物保护中使用的分层模型中使用非信息性先验的实际后果。
• 敦促生态学家超越默认的非信息性先验，采用更具信息量、基于科学的先验。

提出的方法

• 本研究使用分层状态空间模型分析两个生态案例研究的数据：塞拉·乔阿奎因狐和两栖物种种群的生存与占有率数据。
• 比较使用非信息性（平坦）先验与使用弱信息先验或基于经验信息的先验所得的贝叶斯推断结果。
• 评估后验分布和管理建议对先验设定的敏感性。
• 分析包括模拟和真实数据应用，以说明先验选择如何影响参数估计和预测结果。
• 该方法强调使用先验预测检验和敏感性分析来评估先验分布的影响。
• 该框架应用于种群存活力分析和占有率建模，这是保护生态学中的常用工具。

实验结果

研究问题

• RQ1 非信息性先验在塞拉·乔阿奎因狐种群存活力分析中如何影响参数估计？
• RQ2 在占有率模型中，模糊先延在多大程度上改变了对两栖动物种群衰退的结论？
• RQ3 在数据完全相同的情况下，使用非信息性先验是否可能导致不同的野生动物管理决策？
• RQ4 当用信息更充分的先验替代非信息性先验时，后验分布和预测区间如何变化？
• RQ5 先验选择对保护政策和生态推断的实际影响是什么？

主要发现

• 在塞拉·乔阿奎因狐和两栖动物案例研究中，非信息性先验显著影响后验分布，即使数据完全相同，也导致不同的推断结果。
• 使用模糊先验导致占有率模型中对生存概率和检测概率的估计过于自信或具有误导性。
• 当用弱信息先验或基于经验的先验替代非信息性先验时，管理决策——例如是否实施保护干预措施——发生了改变。
• 本研究证明，非信息性先验并非客观，因其可能在生态推断中引入非预期偏差。
• 敏感性分析显示，后验结果对先验设定高度敏感，尤其是在样本量小或数据稀疏的情况下。
• 作者得出结论：由于其对结果的显著影响，非信息性先验不应用于生态建模的默认设定。