Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estimativa de parâmetros demográficos 1 Conceitos Básicos Populações abertas e fechadas: dois conceitos Conceito ecológico Conceito estatístico (usado aqui) O que estima com os métodos de populações abertas e fechadas? Pressupostos dos estimadores 2 O erro padrão da estimativa O intervalo de confiança da estimativa Dois tipos de erro: erro aleatório e erro sistemático Sobre a confiabilidade da sua estimativa 3 Precisão, bias (desvio, viez) e acurácia 4 Calendário de Capturas e o estimador MNKA 5 Uma outra maneira de representar histórias de captura Rato a (M) 00101001001101 Rato b (M) 00000001011010 Rato c (F) 00000000001000 Rato d (F) 00000000101010 Outros métodos de população fechada: como utilizá-los, se não há população fechada? Método de remoção (Hayne/Leslie) 7 Estimador de Lincoln-Petersen Pressupostos: População fechada Marcação não altera probabilidade de captura Todos os indivíduos tem a mesma probabilidade de serem capturados, independente de sexo, idade ou status social. O erro-padrão é: 8 O pressuposto de igual capturabilidade e suas violações Probabilidades de captura variam, na população como um todo, com o tempo ao longo da sessão de amostragem: modelo Mt; Probabilidades de captura variam devido a respostas comportamentais à captura. Há dois tipos: animais já capturados podem ter menor ou maior capturabilidade do que os que não capturados anteriormente (“trap shy” e “trap happy” respectivamente). Modelo Mb (onde b representa “behaviour”); Probabilidades de captura variam dentro de uma população de acordo com características dos indivíduos (heterogeneidade entre sexos, entre idades, de acordo com status social etc): modelo Mh. 9 Tipos de violações do pressuposto de igual capturabilidade (símbolos conforme definidos anteriormente) e métodos mais adequados para cada situação (Otis et al., 1978). Acréscimos baseados em Seber (1986) e Chao (1988). Tipo deviolação(ões) Método recomendado Mt Darroch(1958) Mb Zippin Mh “Jackknife”(Burham & Overton, 1979), Chao Mtb Não há solução Mth Não há solução Mbh Remoção generalizada (Otiset al., 1978) Mtbh Não há solução O programa Capture é a versão em software de Otis et al. (1978) 10 População aberta: método de Jolly-Seber Mi = “marcas em risco” - número de animais na população logo antes da amostra i (é uma incógnita) ni = número de indivíduos capturados na amostra i mi = número de animais marcados capturados na amostra i Ri = número de animais soltos em i (incluindo marcados antes de i ou em i) ri = número dos membros de Ri que foram recapturados pelo menos uma vez (Mi - mi) = número de animais marcados antes de i, não vistos em i Zi = número de membros de (Mi – mi) que foram recapturados (posteriormente) pelo menos uma vez 11 Se espera a seguinte igualdade: A sobrevivência é dada por marcas em risco em i + 1 sobre (os marcados antes de i que não apareceram em i mais os soltos em i): Um estimador intuitivo de B seria (os dois últimos termos permitem que nem todos os ni tenham sido soltos): Um estimador dos tamanhos populacionais seria uma generalização de Lincoln-Petersen: 12 Tirando o melhor de dois mundos O desenho experimental robusto de Pollock (1981): uma maneira de combinar métodos de populações fechadas e abertas no mesmo estudo, de forma a usar o que cada um tem de melhor 13 A abordagem de máxima verossimilhança com seleção de modelos Ronald Fisher quase um século à frente: a idéia de máxima verossimilhança (maximum likelihood) Likelihood (verossimilhança) é a probabilidade do dado observado sob a hipótese de interesse. A lógica de seleção de modelos: formular vários modelos candidatos, e escolher o modelo sob o qual mais se esperaria encontrar os dados que você observou (ou seja, o modelo de máxima verossimilhança) Os modelos são selecionados usando um critério (critério de informação de Akaike) que expressa o compromisso entre bom ajuste do modelo (que requer mais parâmetros) e manter baixa a variância do estimador (que requer menos parâmetros). Pode-se dizer então que Akaike escolhe o modelo mais “plausível” como sendo aquele que melhor combina ajuste com parcimônia. O programa MARK é hoje o estado da arte para o uso de estimadores de máxima verossimilhança em ecologia 14 Um exemplo de uso de seleção de modelos (Galliez & Fernandez, 2012, Mammalian Biology K = número de parâmetros do modelo AICc = valor do critério de informação de Akaike, modificado para pequeno número amostral ∆ AICc = diferença entre o valor de cada AIC e o valor do menor AIC wi = peso de cada modelo, calculado a partir dos ∆ AICc, ajustando de forma que a soma dos wi para todos os modelos dê 1. O wi de um dado modelo pode ser interpretado como a probabilidade de que aquele modelo seja a melhor aproximação de realidade entre os modelos considerados. Estimativa de área efetiva de amostragem: o efeito de borda amostral 16
Compartilhar