关于捕获-标记-再捕获模型的研究.pdfVIP

下载本文档

103
0
约5.03万字
约 35页
2021-02-04 发布于江苏
举报
版权申诉

关于捕获-标记-再捕获模型的研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

摘要摘要捕获-再捕获模型是用于解决群体样本大小估计等问题的一种经典方法，在许多涉及数量估计的领域都有着广泛的应用。本文首先简单介绍了该方法的流程，几种基础的模型，以及R .M.Fewster 和 R .E.Jupp 于2009 年关于模型通常形式的相关研究结果。接下来对于 R .M.Fewster 等的研究结果通过编程进行数据模拟分析进行实现，主要为样本大小的极大似然估计和条件极大似然估计，同时进一步运用了 Bootstrap 方法和随机扰动方法得到结果，并与普通方法的结果进行比较。最终的模拟结果验证了 R .M.Fewster 等的部分结论，并且发现在较为简单的模型中三种方法有着比较接近的结果，在较为复杂，容易出现误差的模型中随机扰动方法可以取得更好的结果。关键词：捕获-再捕获模型；极大似然估计；Bootstrap 方法；随机扰动方法 I 目录目录第 1 章引言 1 1.1 问题背景的介绍 1 1.2 本文的主要工作 1 1.3 论文结构的安排 1 第 2 章方法和模型的介绍 2 2.1 方法的基本流程 2 2.2 模型 3 0 2.3 模型 3 2.4 模型 4 2.5 模型 4 ℎ 第 3 章模型的推广与进一步分析 6 3.1 一般情形的推广 6 ̂ ̂ 3.2 和的渐进分析 7 第4 章方法和模拟模型的进一步分析 9 4.1 Bootstrap 方法 9 4.2 随机扰动方法 9 4.3 模拟模型的进一步分析 9 4.3.1 本节引论 9 4.3.2 0 模型的进一步分析 10 4.3.3 模型的进一步分析 10 4.3.4 模型的进一步分析 11 第 5 章数据模拟的过程及相关结果 12 5.1 模拟的过程 12 5.2 0 模型的模拟结果 12 5.3 模型的模拟结果 17 5.4 模型的模拟结果 22 第 6 章结论 31 6.1 模拟结果的分析 31 III 目录 6.2 进一步的展望 31 参考文献 32 致谢 33 声明 34 个人简历 35 IV 第1 章引言第1 章引言 1.1 问题背景的介绍捕获-再捕获技术是一种广为应用的抽样技术，其基本原理就是通过捕获，标记，再捕获…重复这样的操作，然后根据假设，建立模型，并得到参数和获得数据的关系，再根据获得的数据估计参数，从而得到对于样本大小的估计。捕获-再捕获技术最初于19 世纪末由Peterson 提出，目的是用于估计水域中鱼群的数量。之后对它的研究不断深入，应用的领域得到不断的推广，使其成为了有广泛应用的群体大小估计手段。如今，该技术在需要群体数量估计的众多领域都有着相关的应用，例如集群野生动物的数目的估计，人口出生死亡数量估计，特