Our estimation procedures are based

Our estimation procedures are based on the assumption that Xt+1 given Xt is normally distributed. Writing xt for the observed logarithm of abundance in year t, the log likelihood function takes the
form

InL(s, , ) /2ln( e
 eqn 7

 ,

 
where s = r − 1/2 σe2 is the stochastic growth rate. The sum is taken over values of t for which xt+1 as well as xt are recorded.
Equation 7 is maximized numerically with respect to the unknown parameters s and σe2. The uncertainties were found by parametric bootstrapping, simulating the process a large number of times using the estimated population parameters (Sæther et al. 2000).
We then repeated the analyses, subtracting the number of animals killed by humans from the mean of ENt (eqn 1). Similarly, –ln(1 − kt) must be subtracted in the expression for EXt (eqn 2), where kt is the proportion of animals killed.

ผลลัพธ์ (ไทย) 1:

ขั้นตอนการประเมินของเราจะขึ้นอยู่กับสมมติฐานที่ว่า XT 1 XT ให้มีการกระจายตามปกติ เขียน XT สำหรับลอการิทึมสังเกตของความอุดมสมบูรณ์ในปีที่ T, ฟังก์ชั่นความน่าจะเป็นบันทึกการใช้รูปแบบ


 INL (s,) / 2LN (e
สม 7

,


ที่ s r = - 1/2 σe2เป็นอัตราการเติบโตสุ่มผลรวมจะนำค่านิยมของเสื้อที่ XT 1 เช่นเดียวกับที่มีการบันทึกไว้ XT
..สมการที่ 7 เป็น maximized ตัวเลขที่เกี่ยวกับการที่ไม่รู้จักพารามิเตอร์และσe2 ความไม่แน่นอนของเขาถูกพบโดย bootstrapping ตัวแปรจำลองกระบวนการเป็นจำนวนมากของเวลาที่ใช้ประมาณค่าพารามิเตอร์ของประชากร (sætherและคณะ. 2000).
เราซ้ำแล้ววิเคราะห์ลบจำนวนของสัตว์ที่ถูกฆ่าโดยมนุษย์จากค่าเฉลี่ยของกิจการ ( สม 1) ในทำนองเดียวกันLN-(1 - โฮเทล) จะต้องหักออกในการแสดงออกต่อ (สม 2) ที่โฮเทลเป็นสัดส่วนของสัตว์ที่ถูกฆ่าตาย
.

ผลลัพธ์ (ไทย) 2:

วิธีการประเมินของเราตั้งอยู่บนสมมติฐานที่ว่า 1 Xt ให้ Xt ปกติกระจาย เขียน xt สำหรับลอการิทึมสังเกตของความอุดมสมบูรณ์ในปี t ฟังก์ชันความน่าเป็นล็อกใช้
ฟอร์ม

InL(s,,) /2ln (อี
 eqn 7

,


ที่ s = r − 1/2 σe2 เป็นอัตราการเติบโตแบบเฟ้นสุ่ม ผลรวมจะถูกควบคุมค่าของ t ที่ xt 1 เป็น xt มีบันทึก
สมการ 7 ถูกขยายเรียงตามตัวเลขกับไม่รู้จักพารามิเตอร์ s และ σe2 แนวที่พบ โดย bootstrapping พาราเมตริก การจำลองกระบวนการจำนวนครั้งโดยใช้พารามิเตอร์การประมาณประชากร (Sæther et al. 2000) .
เราแล้วซ้ำวิเคราะห์ หักจำนวนสัตว์ที่ฆ่า โดยมนุษย์จากค่าเฉลี่ยของเอนท์ (eqn 1) ในทำนองเดียวกัน ต้องลบ –ln (1 − kt) ในนิพจน์สำหรับ EXt (eqn 2), สัดส่วนของสัตว์ที่ถูกฆ่าตาย kt.

ผลลัพธ์ (ไทย) 3:

วิธีการประเมินราคาของเรามีตั้งอยู่บนสมมติฐานว่า XT 1 ให้เป็นผู้จัดจำหน่าย XT ตามปกติ การเขียน XT เพื่อสังเกตความอุดมสมบูรณ์ของลอตเตอรี่ในปี T ,ให้ล็อกอินเข้าสู่โอกาสทำงานจะใช้เวลาที่

รูปแบบ
inl ( S ,,)/ 2 ลักษณะคล้ายกัน(อี
 eqn 7

,


ที่ S = R - 1/2 σe 2 ,แบบใดก็ได้ทั้งหมดรองรับงานที่อัตราการขยายตัว. จำนวนเงินที่มีการใช้งานมากกว่าค่าของ T ที่ XT XT 1 และมีการบันทึก.
สมการ 7 คือเป็นตัวเลขสูงสุดด้วยความเคารพในพารามิเตอร์ที่ไม่รู้จักและ σe 2 ความไม่แน่นอนที่พบโดยจำลองแบบ parametric bootstrapping กระบวนการที่หมายเลขขนาดใหญ่ที่ในช่วงเวลาการใช้พารามิเตอร์ประชากรประมาณการ( sæther et al . 2000 )..
เราแล้วทำซ้ำจะทำการวิเคราะห์ที่หักลบจำนวนของสัตว์ถูกฆ่าโดยมนุษย์จากในหูตาคอจมูก( eqn 1 ) ในทำนองเดียวกัน- ลักษณะคล้ายกัน( 1 - KT )จะต้องเป็นตัวตั้งในการแสดงออกทางความคิดเห็นสำหรับ,( eqn 2 )สถานที่ซึ่ง kt มีสัดส่วนของสัตว์ถูกฆ่าตาย.