Hasta este punto, hemos utilizado algunos procedimientos bastante sencillos basados en Lincoln-Petersen que podrían resolverse con la mano, o los cálculos fácilmente codificadas en una hoja de cálculo o programa simple en R. De aquí en adelante vamos a utilizar modelos más complejos basados en la máxima verosimilitud de que calcular los valores estimados y intervalos de confianza y realizar ciertas funciones adicionales, como la comparación de modelos, el promedio ponderado entre modelos múltiples, y la evaluación de la bondad de ajuste.
Hay varias opciones disponibles, pero la caja de herramientas más populares y convenientes para estos análisis se basa en el program MARK. MARK en su turno se ejecuta usando una interfaz gráfica de usuario (GUI) que, si bien de gran alcance puede ser a veces difíciles de utilizar.
Para la clase vamos a utilizar la interfaz de R a MARK, el paquete RMark. Este paquete requiere la instalación de MARK (porque MARK todavia hace los cálculos), pero los modelos son creados utilizando el lenguaje de programación R dentro RMark. En mi opinión, esto ofrece 2 ventajas sobre MARK nativo.
En primer lugar, los modelos se crean mediante una sintaxis de notación que es una variante de lo que ya hemos utilizado en no unmarked para llevar a cabo el análisis de la ocupación (y también para el análisis de la distancia), por lo que van a aparecer un poco familiar para ustedes.
En segundo lugar, usted encontrará que una de las tareas más tediosas de estos análisis es obtener los datos en el formato correcto, la obtención de datos en los programas, y el resumen de los resultados, todo lo cual puede ser mucho más fácil el uso de las herramientas de manejo de datos poderosas de R.