This note considers the variance es

This note considers the variance estimation for population size estimators based on capture–recapture experiments. Whereas a diversity of estimators of the population size has been suggested, the question of estimating the associated variances is less frequently addressed. This note points out that the technique of conditioning can be applied here successfully which also allows us to identify sources of variation: the variance due to estimation of the model parameters and the binomial variance due to sampling n units from a population of size N. It is applied to estimators typically used in capture–recapture experiments in continuous time including the estimators of Zelterman and Chao and improves upon previously used variance estimators. In addition, knowledge of the variances associated with the estimators by Zelterman and Chao allows the suggestion of a new estimator as the weighted sum of the two. The decomposition of the variance into the two sources allows also a new understanding of how resampling techniques like the Bootstrap could be used appropriately. Finally, the sample size question for capture–recapture experiments is addressed. Since the variance of population size estimators increases with the sample size, it is suggested to use relative measures such as the observed-to-hidden ratio or the completeness of identification proportion for approaching the question of sample size choice.

ผลลัพธ์ (ไทย) 1:

หมายเหตุนี้พิจารณาประเมินความแปรปรวนสำหรับประชากรขนาด estimators อิงทดลองจับ – recapture ในขณะที่ความหลากหลายของ estimators ขนาดประชากรที่ได้รับการแนะนำ คำถามของการประเมินผลต่างที่เกี่ยวข้องแก้ไขได้ไม่บ่อยขึ้น หมายเหตุนี้ชี้ให้เห็นว่า เทคนิคของการปรับใช้ที่นี่เรียบร้อยซึ่งยัง ช่วยให้เราสามารถระบุแหล่งที่มาของการเปลี่ยนแปลง: ความแปรปรวนเนื่องจากการประมาณการของพารามิเตอร์รูปแบบและผลต่างเนื่องจากการสุ่มตัวอย่าง n หน่วยจากประชากรขนาด n.ทวินาม มันใช้กับ estimators มักจะใช้ในการทดลองจับ – recapture ในเวลาต่อเนื่องรวมทั้ง estimators Zelterman และเจ้า และช่วยเพิ่มเมื่อ estimators ผลต่างใช้ก่อนหน้านี้ นอกจากนี้ ความรู้ต่างที่เกี่ยวข้องกับการ estimators โดย Zelterman และเจ้าการช่วยให้คำแนะนำประมาณการใหม่เป็นผลรวมถ่วงน้ำหนักของทั้งสอง การเน่าของผลต่างเป็นสองแหล่งให้ยังทำความเข้าใจใหม่ของวิธีการเปลี่ยนความละเอียดของเทคนิคเช่น Bootstrap สามารถนำมาใช้อย่างเหมาะสม ในที่สุด ส่งคำถามขนาดตัวอย่างสำหรับการทดลองจับ – recapture เนื่องจากความแปรปรวนของประชากรขนาด estimators เพิ่มขึ้นกับขนาดของตัวอย่าง มันจะแนะนำการใช้มาตรการสัมพัทธ์เช่นอัตราการสังเกตการซ่อนอยู่หรือความสมบูรณ์ของรหัสสัดส่วนสำหรับคำถามที่เลือกขนาดตัวอย่างใกล้

ผลลัพธ์ (ไทย) 2:

หมายเหตุนี้จะพิจารณาการประมาณความแปรปรวนประมาณขนาดของประชากรอยู่บนพื้นฐานของการทดลองจับยึด ในขณะที่ความหลากหลายของการประมาณค่าของขนาดประชากรที่ได้รับการแนะนำคำถามของการประมาณความแปรปรวนที่เกี่ยวข้องจ่าหน้าไม่บ่อย บันทึกนี้ชี้ให้เห็นว่าเทคนิคของเครื่องสามารถนำมาใช้ที่นี่ประสบความสำเร็จซึ่งยังช่วยให้เราสามารถระบุแหล่งที่มาของการเปลี่ยนแปลง: ความแปรปรวนเนื่องจากการประมาณค่าพารามิเตอร์รูปแบบและความแปรปรวนทวินามเนื่องจากหน่วย n การสุ่มตัวอย่างจากประชากรขนาด N. มัน ถูกนำไปใช้ประมาณมักจะใช้ในการทดลองจับยึดในเวลาอย่างต่อเนื่องรวมถึงการประมาณค่าของ Zelterman และเจ้าพระยาและปรับปรุงเมื่อใช้ก่อนหน้านี้ประมาณแปรปรวน นอกจากนี้ยังมีความรู้เกี่ยวกับความแปรปรวนที่เกี่ยวข้องกับการประมาณค่าโดย Zelterman และเจ้าช่วยให้ข้อเสนอแนะของประมาณการใหม่เป็นน้ำหนักรวมของทั้งสอง การสลายตัวของความแปรปรวนเข้าไปในแหล่งที่มาของทั้งสองช่วยให้ยังมีความเข้าใจใหม่ของวิธีการเทคนิค resampling เช่นเงินทุนสามารถนำมาใช้อย่างเหมาะสม สุดท้ายคำถามขนาดตัวอย่างสำหรับการทดลองจับยึดจ่าหน้า เนื่องจากความแปรปรวนของตัวประมาณขนาดของประชากรที่เพิ่มขึ้นกับขนาดของกลุ่มตัวอย่างก็จะแนะนำให้ใช้มาตรการญาติเช่นสังเกตต่อการซ่อนอัตราส่วนหรือความครบถ้วนของสัดส่วนประจำตัวเข้าใกล้คำถามของทางเลือกขนาดของกลุ่มตัวอย่างที่

ผลลัพธ์ (ไทย) 3:

หมายเหตุนี้จะพิจารณาการประมาณค่าความแปรปรวนประชากรขนาดประมาณตามจับและยึดของการทดลอง ด้วยเหตุที่ความหลากหลายของอิทธิพลของขนาดประชากร ได้รับการแนะนำ คำถามของการประมาณที่น้อยกว่าความเป็น addressed . ข้อความนี้ชี้ให้เห็นว่าเทคนิคของการปรับอากาศสามารถใช้ที่นี่เรียบร้อยแล้วซึ่งยังช่วยให้เราสามารถระบุแหล่งที่มาของการเปลี่ยนแปลง : ความแปรปรวนเนื่องจากการประมาณค่าพารามิเตอร์และการแจกแจงทวินาม ความแปรปรวนเนื่องจากจำนวน n หน่วยจากประชากรขนาดเอ็น มันใช้กะมักใช้ในการจับยึดและการทดลองในเวลาต่อเนื่อง ได้แก่ การประมาณและ zelterman Chao และปรับปรุงเมื่อก่อนหน้านี้ใช้ความแปรปรวนตัวประมาณ นอกจากนี้ความรู้ของความแปรปรวนที่เกี่ยวข้องกับวิธีการและ zelterman เจ้าช่วยให้ข้อเสนอแนะจากการประเมินใหม่ตามผลรวมถ่วงน้ำหนักของ 2 การสลายตัวของความแปรปรวนเป็นสองแหล่งที่มาช่วยให้ความเข้าใจใหม่ของวิธีการสุ่มซ้ำด้วยเทคนิคเช่นบูตสแตรปสามารถนำมาใช้อย่างเหมาะสม ในที่สุดคำถามที่ขนาดตัวอย่างสำหรับจับยึดการทดลองและระบุ เนื่องจากความแปรปรวนของประชากรเพิ่มขึ้น มีขนาดประมาณขนาดตัวอย่าง ก็แนะนำให้ใช้มาตรการญาติ เช่น สังเกตพบว่าอัตราส่วนที่ซ่อนหรือความครบถ้วนสมบูรณ์ของสัดส่วนที่ระบุถึงคำถามของการเลือกขนาดตัวอย่าง