部分观测多类型分支过程的推断及生态学应用
摘要：一种具有移民的多类型分枝过程被用来模拟以阶段为结构的植物种群的动态。当观察到所有类型的计数数据时，首先进行参数推断。证明了统计可识别性，并推导出掌控种群动态模型的所有参数的一致和渐近高斯估计器。然而，对于许多生态数据来说，某些阶段（即类型）在实践中无法观察到。我们研究了在该背景下，可以根据模型和可用数据估计哪些机制。在泊松分布的情况下研究了参数推断。我们证明，仅在观察到的代数数量依赖于参数集的子集上具有可识别性，同时估计器具有一致和渐近性质。最后，进行模拟研究了当模型不再是泊松分布时估计器的行为。对于具有平均值和方差在同一数量级内的一大类具有分布的模型，得到了相当好的结果，导致了与泊松假设相关的一些稳定性结果。
作者：Catherine Laredo (PMA, MIA), Olivier David (MIA), Aur\'elie Garnier (ESE)
论文ID：0902.4520
分类：Applications
分类简称：stat.AP
提交时间：2009-02-27