Estratificación de edades
Es bastante sencillo para crear modelos específicos para la edad en RMark o MARK, dado un diseño y la estructura de datos adecuados. Por lo general, debido a los encuentros tienen lugar en una sola ocasión, terminales, para ello será necesario:
Identificación de 2 o más clases de edad en caso de captura
Captura y liberación de un número suficiente de animales en cada grupo de edad en cada ocasión.
Implementación en MARK
Análisis de dos años: el uso de la PIM para proporcionar la estructura de eda
El ejemplo se describe en la pág. 392 (Tablas 16,24-16,26) del Capítulo 16 de Williams et al. (2002). Los datos son machos de patos reales clasificado como adultos y juveniles cuando se capturan y sueltan en Colorado durante 1963-1971 (9 ocasiones de encuentro). Abra estos datos utilizando el programa MARK. Especifique 2 grupos, y etiquetar el primer grupo de "adultos" y el segundo ¨juveniles" del grupo (este es el orden de las matrices de recuperación de la banda en el archivo de entrada). Abra los PIM para los adultos y juveniles. Usted debe ver una matriz
para "adultos" , y
para "juveniles", el modelo usual de supervivencia específica de tiempo y de grupo. Sin embargo, el modelo de grupo de arriba no tiene en cuenta el hecho de que los juveniles cambian a adultos después de un año. Es decir, en los juveniles de segundo año calendario tienen supervivencia adulta (no juvenile) . Los adultos se supone que permanecerá adultos (es decir, no hay una estratificación por edades aún más) y la PIM para los adultos no tendrán ningún problema. Sin embargo, el PIM juvenil necesita ser modificado para
que representa el hecho de que la supervivencia de los 'juveniles' persiste sólo durante el primer año después de marcar (como juveniles); a partir de entonces estos son tratados como adultos. Usted puede hacer esto de forma manual (y dolorosamente) mediante la introducción de todos los números de fuera de la diagonal de la PIM a mano, o con facilidad por 1) restablecer todos los índices de menores para que coincida con los valores de los adultos, y 2) a través del "inicial | diagonal 'barra de herramientas característica para construir la diagonal de la matriz. Experimento hasta obtener una matriz que se parece a la de arriba.
Ustedes tendrán que hacer un ajuste similar para la transición de los menores a la tasa de recuperación de adultos, directamente análoga a las tasas de supervivencia. Ustedes deben terminar con una matriz de adultos similar a la matriz de la supervivencia de adultos, con los parámetros de 17 a 25 en las columnas, y una matriz de menores con los parámetros de 26 a 34 en la diagonal pero por lo demás, como la matriz de la recuperación de un adulto.
Por último, al igual que con el factor de agrupación específica del sexo antes, el modelo global anterior especifica que la edad se relaciona con el tiempo, tanto para la supervivencia y las tasas de recuperación. Usted podría describir este modelo como S (a * t) f (a * t) donde a signífica el factor de agrupación de edades, con la transición en el tiempo entre las clases de edad definidos por los PIM. Utilice la matriz de diseño para construir modelos con la edad y el tiempo son aditivos (en la escala logit); esta se lleva a cabo exactamente de la misma manera que era cuando el sexo era el factor de agrupamiento. Tratar de construir modelos S (a + t) f (a * t), S (a * t) f (a + t), y S (a + t) f (a + h).
Implementación en RMark
Al igual que con el análisis de una sola edad, podemos realizar un análisis de la recuperación en RMark (Seber o Brownie parametrización), pero en primer lugar los datos deben ser re-formateado a formato LDLD. Ahora sin embargo "grupos" tiene un significado especial, ya que las aves HY transición a AHY pero AHY quedarse. Como se recordará a partir del análisis CJS, lo hacemos mediante la adición de una columna a los datos de diseño (ddl) que refleja "la edad actual". El código adjunto lee los datos del pato silvestre anteriores en el formato de MARK, convierte los datos para formar compatible con RMark, ejecuta una serie de 25 modelos, un resumen de los modelos, lleva a cabo el modelo de promedio, y traza los estimados promedio ponderado supervivencia adult (AHY) y juvenile (HY). Tenga en cuenta que he recogido de los primeros 8 años de las estimaciones de supervivencia. Puesto que hay 9 años de anillamiento en realidad sólo hay 8 intervalos durante el cual la supervivencia es significativa (tenga en cuenta que el año pasado intervalo de confianza es básicamente 0-1, lo que indica que el parámetro no puede ser identificado).
Siguiente: Modelos de datos conjuntos