生态研究中物种分布模型的统计学习
摘要：物种分布模型在生态学中的生物多样性研究中扮演着重要的角色。物种分布模型通过与物种栖息地密切相关的环境变量，估计物种的丰度。由此产生的栖息地图表明物种可能生活的区域，因此对保护规划和保护区选择至关重要。我们特别关注泊松点过程，并澄清它与其他统计方法的关系。然后我们从信息差异的角度讨论泊松点过程，展示了密度函数的库尔巴克-莱布勒散度减少到强度函数的扩展库尔巴克-莱布勒散度。这一特性使我们可以将泊松点过程扩展到从其他散度（如$eta$和$gamma$散度）导出的过程。最后，我们讨论了综合物种分布模型，并根据费舍尔信息矩阵评估估计性能。
作者：Osamu Komori, Yusuke Saigusa, Shinto Eguchi
论文ID：2304.14567
分类：Applications
分类简称：stat.AP
提交时间：2023-05-01