[论文解读] Modelling latent individual heterogeneity in mark-recapture data with Dirichlet process priors

Jessica H. Ford, Toby A. Patterson+1 more|arXiv (Cornell University)|Nov 23, 2015

Bayesian Methods and Mixture Models参考文献 11被引用 6

一句话总结

本文提出了一种具有狄利克雷过程先验的分层贝叶斯隐马尔可夫模型，用于建模标记-重捕获数据中的潜在个体异质性，特别适用于北大西洋座头鲸等海洋物种。该方法能够非参数化地估计检测概率和栖息地忠诚度中的多模态个体变异，无需假设固定的聚类数量或参数形式，从而在种群推断中提高了稳健性。

ABSTRACT

The natural subgroups often seen in mark-recapture studies and the complexity of real mark-recapture data means that parametric and discrete style models can be insufficient. Non-parametric models avoid these often restrictive assumptions. We consider the non-parametric Dirichlet process for modelling latent individual heterogeneity in probability of observation and the probability of remaining in or out of a marine sanctuary. Simulation studies demonstrated accurate estimation of multiple groups of latent individual heterogeneity. Simulations were also used to identify the limits of the Dirichlet process. The ability of the Dirichlet process to pick up unimodal heterogeneity was explored in order to avoid potential spurious multimodality. In application to a subset of the data from the North Atlantic humpback whales we were able to estimate annual population-level variation in usage of the marine sanctuary and three measures of individual-level variation. With the Dirichlet process prior we were able to detect multimodality in each parameter.

研究动机与目标

• 为解决参数模型和离散模型在捕捉标记-重捕获数据中复杂个体异质性方面的局限性。
• 开发一种灵活的非参数方法，避免预先指定群体数量或个体变异的函数形式。
• 提高在存在未观测到的个体差异的种群中，对生存率、检测概率和栖息地使用模式的估计准确性。
• 将该方法应用于北大西洋座头鲸的真实数据，以评估其在检测行为模式方面的表现。

提出的方法

• 使用狄利克雷过程先验，对隐马尔可夫模型的观测和过程分量中的个体异质性进行建模。
• 采用中国餐馆过程表示法来实现狄利克雷过程，以实现对个体非参数聚类，划分为潜在的行为群体。
• 应用马尔可夫链蒙特卡洛（MCMC）采样器，在分层贝叶斯框架下估计参数的后验分布。
• 为检测概率和状态转移概率（例如，留在或离开海洋保护区）引入个体水平的随机效应。
• 通过狄利克雷过程实现无限聚类，避免预先定义行为群体的数量。
• 通过模拟研究评估模型在检测多模态方面的性能、准确性和局限性。

实验结果

研究问题

• RQ1 非参数狄利克雷过程先验是否能在不假设固定聚类数量的前提下，有效检测标记-重捕获数据中多个不同的个体异质性群体？
• RQ2 狄利克雷过程在真实数据中是否能准确捕捉检测概率和栖息地忠诚度的多模态分布？
• RQ3 当数据稀疏或信息不足时，狄利克雷过程在区分低检测概率与低栖息地忠诚度方面存在哪些局限性？
• RQ4 在存在个体异质性的条件下，该模型是否在估计种群水平的栖息地使用模式方面优于固定效应模型？
• RQ5 该方法是否能检测到座头鲸等海洋哺乳动物个体移动和检测模式中的有意义行为模式？

主要发现

• 在模拟研究中，狄利克雷过程先验成功检测到最多三组不同的个体异质性群体，显示出在识别多模态分布方面的高准确性。
• 该模型准确估计了三个关键参数的多模态性：观测概率、留在海洋保护区的概率以及留在外部区域的概率。
• 在模拟中，模型难以区分低检测概率与低栖息地忠诚度，这是由于数据混叠所致，而非狄利克雷过程本身的问题。
• 在北大西洋座头鲸数据上的应用揭示了观测概率和状态转移概率中明显的多模态模式，表明存在不同的行为类型。
• 后验概率较低的个体主要为仅被观测到少数次的个体，凸显了在捕获历史稀疏情况下的可识别性挑战。
• 与固定效应模型相比，该模型在估计保护区使用情况方面提供了更稳健且偏差更小的估计，后者在类似条件下往往高估使用率。