Varias cuestiones entran en juego al diseñar adecuadamente un estudio de RMC, y tratar con ellos depende de
El conocimiento y la familiaridad con la historia de vida básico del organismo (por ejemplo, su movimiento y el ritmo demográfico)
Conjeturas o estimados previos de cantidades importantes, tales como la abundancia, la supervivencia, y la probabilidad de captura.
Algunas preguntas importantes primero hay que preguntarse:
¿Cuáles son los objetivos del estudio?
¿Es para estimar la abundancia? ¿Dónde y cuándo?
¿Es para estimar las tasas demográficas?
¿Es para hacer estimar tasas de crecimiento / hacer comparaciones sobre espacio o tiempo/ hacer inferencias sobre los efectos de la gestión como la caza?
¿Cuál es el marco de tiempo y el alcance espacial del estudio?
¿Es probable que la población sea abierta o cerrada durante el periodo de estudio la población?
¿Es factible para marcar y recapturar los animales, y con cuáles métodos?
Las respuestas a estas preguntas determinarán qué tipo de diseño del estudio es el caso, lo que es probable que se disponga de datos, e incluso que CMR es un enfoque adecuado.
Estimación y modelaje de poblaciones cerradas
Por ¨cerrado¨ queremos decir que no se prevé que la población experimentará una importante mortalidad, reclutamiento, o la migración (dentro o fuera). Por definición, por supuesto, esto implica que la abundancia (N) es una constante fija a lo largo del estudio. En el modelaje de poblaciones cerradas por lo tanto, seremos considerados principalmente con el modelaje de la heterogeneidad potencial en las probabilidades de captura (p) con el tiempo, en relación con la captura anterior, o entre los animales individuales, aunque en algunos casos se cerraron modelos permitirán modelado de la abundancia (por ejemplo, entre la edad o grupos del mismo sexo o entre estratos o hábitats geográficos).
En el diseño de un estudio de CMR cerrado, tenemos que estar centrado en al menos 2 puntos críticos. En primer lugar, tenemos que asegurar que, dentro de una aproximación razonable, estamos de hecho el muestreo de la población durante un período de tiempo y el área de la que es razonable suponer ser cerrada. Así, por ejemplo, por lo general será importante evitar períodos en que es probable que haya una gran cantidad de la mortalidad o la migración (por ejemplo, períodos de caza o periodos migratorios), o el reclutamiento a menos que los reclutas pueden diferenciarse fácilmente de los adultos.
En segundo lugar, tenemos que ser conscientes de que la precisión de los valores estimados dependerá principalmente en torno a nuestra capacidad de capturar y recuperar una fracción importante de la población. Por lo tanto es importante diseñar planes de muestreo de tal manera de hacer cumplir esto. Para ello tenemos (o podría tener) 2 factores bajo nuestro control, y 1 sobre el cual no tenemos control, pero necesitamos un poco de idea de. Nosotros, por supuesto, no tenemos control sobre la abundancia local / densidad, pero sin embargo, su valor se determinará en gran medida el tamaño de una muestra de animales marcados y no marcados que podemos esperar obtener. Podemos tener control sobre la probabilidad de captura (p), al menos en la medida en que algunos de los métodos y los niveles de esfuerzo de captura son más propensos a generar una fracción mayor de la población en la muestra marcada (p = n / N), y por consiguiente más grande muestra marcada (n = pN) en cada muestreo.
También tenemos control sobre la cantidad de ocasiones del muestreo (k) el estudio contiene, con k = 2 siendo el mínimo (una sola captura y marcado período, seguido por una muestra de recaptura). Tener más ocasiones (k = 3 o más) tiene 2 ventajas. En primer lugar, permite una modelización más flexible de las probabilidades de captura y la relajación de los supuestos requeridos si k = 2. En segundo lugar, añade más datos (k por p por N número esperado de capturas totales), lo que aumenta la precisión de los estimados. Vamos a utilizar aproximaciones de simulación para investigar los efectos de los diferentes diseños de CMR (niveles de p y k) como una ayuda para el diseño de mejores estudios de CMR.
Además de lo anterior, a menudo es útil para incluir en el estudio las covariables que ayudan a explicar la variación de probabilidades de captura en el tiempo y entre los individuos. Inclusión de covariables, sin embargo, sólo debe llevarse a cabo una vez que se han abordado los elementos básicos de diseño anteriores.
Estimación y modelaje de poblaciones abiertas
Por contraste con CMR cerrado, CMR para poblaciones abiertas asume que el tamaño de la población puede variar entre ocasiones de captura, debido a la rotación demográfica (nacimientos o muertes), o el movimiento (inmigración y emigración). Permitir a la población a estar abierta tiene enormes implicaciones para la CMR en que ahora existe la posibilidad de que tanto marcaron animales únicamente podrán abandonar la población (mortalidad, emigración) y que los animales no marcados pueden entrar en la población. Esto complica la inferencia, y se requiere la adición de parámetros adicionales que representan las pérdidas o ganancias.
Así que ahora el estado de la población ya no es fijo, sino que puede variar durante las ocasiones t = 1,,,,, k como N [t], y tenemos que incluir parámetros adicionales modelar explícitamente la supervivencia, phi [t], y el reclutamiento, f [t], en virtud de un modelo básico de estado tal como
N [t +1] = N [t] (phi [t] + f [t]).
Esto es en realidad la forma del modelo de Jolly-Seber (y afines modelos), que utiliza los datos tanto en animales no marcados y marcados en la muestra. Sin embargo, una clase importante de los modelos abiertos sólo utiliza los datos marcados, y se conoce como Cormack-Jolly-Seber (CJS). Dado que los modelos CJS no incluyen animales no marcados en el análisis, no pueden proporcionar estimados de N [t] ni de f [t], pero sólo de phi [t] y las probabilidades de captura.
Un punto adicional, importante de la CMR abierta bajo el diseño simple (JS o CJS) es que se paga un precio para relajar el supuesto de cierre, y que es la pérdida de la capacidad de modelar las probabilidades de captura de manera robusta. En particular, esto puede dar lugar a graves sesgos en las estimaciones de abundancia y reclutamiento si un diseño JS se utiliza en presencia de una fuerte heterogeneidad de captura. Nos dirigiremosa esta cuestión en el Diseño Robusto, a continuación.
Al igual que el diseño cerrado, la precisión de los estimadores se influye tanto por la probabilidad de captura como el número de ocasiones de muestreo. Además, la inferencia razonable de N [t], f [t], phi [t], obviamente, requiere más que unos pocos períodos de tiempo de los datos (cómo se define 'período de tiempo' ya que dependen del organismo y la rapidez con la que se espera que cambiar con el tiempo). El diseño adecuado de un estudio abierto requiere no sólo estimados provisionales o control sobre p y k, pero también estimadoes de la abundancia y las tasas de cambio (phi [t] para CJS marcó solamente, y phi [t], f [t] para JS inicial marcada además sin marcar).
Cerrada - Abierta (Robusta)
Como se ha indicado anteriormente, cuando extendemos el muestreo durante períodos más largos que potencialmente adquieren la capacidad para estimar cambios en la abundancia, así como las tasas demográficas (supervivencia, reclutamiento). Pero perdemos la capacidad de modelar correctamente la heterogeneidad en captura - por lo que nuestros resultados (especialmente para la abundancia y reclutamiento) pueden estar sesgados y de poca utilidad. Hace algunos años un híbrido cerrado-abierto diseño llamado el Diseño Robusto (RD) se desarrolló para manejar esta situación, mediante el establecimiento de intervalos cortos de replicación, el muestreo cerrado de la población (en periodos secundarios), anidadas en periodos primarios que son espacios separados a más largo intervalos (cuando la población se supone abierto). El RD permite potencialmente modelar con menos sesgo ( "robusta") de la abundancia y otros parámetros, y tiene la ventaja adicional de proporcionar más datos. El RD también ha sido adaptada a otras aplicaciones, sólo algunos animales marcados que implican y el modelado de la emigración temporal. Vamos a volver a la RD adelante en el curso.
Siguiente: Conceptos básicos de modelaje de CMR