Geoinformatik und Geostatistik: Ein Überblick

Bewertung der Schätzqualität eines allgemeinen Paradigmas zur Kategorisierung der Tierhäufigkeit nach Zählung der Beobachtungen

Niharika Dvivedi*

Relative Häufigkeitsindizes werden häufig verwendet, um Lebenspopulationen zu beobachten. Es wurde ein allgemeines Kategorisierungsparadigma entwickelt, um die Datensammlung zu strukturieren und Analysen valide durchzuführen. Dieser Ansatz ist auf mehrere Beobachtungsmetriken anwendbar, wobei die Beobachtungen an Stationen im betreffenden Gebiet und über mehrere Tage hinweg durchgeführt werden. Die Varianzformel für den Gesamtindex wurde unter Verwendung eines linearen gemischten Modells abgeleitet, wobei angewandte mathematische Tests und Konfidenzintervalle auf der Annahme gaußverteilter Beobachtungen basieren. Mehrere Beobachtungsstrategien, wie z. B. Eingriffe in Spurendiagramme oder Kamerafallen, beinhalten jedoch Zählungen mit mehreren Nullen, wodurch Poisson-ähnliche Beobachtungen entstehen. Um diese Inferenzlücke zwischen gaußschen analytischen Annahmen und poissonverteilten Daten zu schließen, haben wir mithilfe einer umfassenden Stadtsimulationsstudie die Varianzschätzung und die Abdeckung der Konfidenzintervalle bewertet, wenn die gaußsche angewandte mathematische Berechnung auf aus einer Verteilung generierte Daten angewendet wird. Das gemischte lineare Modell mit mutmaßlichen Gauß-Beobachtungen zeigte gute Ergebnisse bei der Schätzung von Varianzen und Konfidenzintervallen, wenn die simulierten Poisson-Daten innerhalb der in Feldstudien gefundenen Spanne lagen (88–96 % Konfidenzintervallabdeckung). Die Schätzung verbesserte sich durch die Erhöhung der Anzahl der Beobachtungstage. Die Konfidenzintervallabdeckungsraten zeigten gute Ergebnisse (selbst bei wenigen Beobachtungstagen), wenn die Standardvariabilität gering war, während eine effektive Schätzung bei einer hohen Punktvariabilität von Station zu Station resultierte. Diese Ergebnisse bieten eine grundlegende Basis für die Anwendung des allgemeinen Kategorisierungsparadigmas auf Zähldaten, stärken die Allgemeingültigkeit des Ansatzes, bieten wertvolle Informationen für den Studienstil und werden Praktiker hinsichtlich der Gültigkeit ihrer analytischen Schlussfolgerungen bei der Misshandlung von Zähldaten beruhigen