Bayesian inference was used to esti

Bayesian inference was used to estimate
parameters. We specified flat prior distributions for both the detection and occupancy processes, and a Gamma (0.5, 0.0005)
distribution for the spatial process (Johnson et al., 2013). After a burn of 10 000 iterations, parameter posterior distributions
were computed from 40 000 iterations and used to find parameter mean, SD, and 90% Bayesian credible interval (BCI) values.
Occupancy models were performed using the package ‘‘stocc’’ in program R (R Development Core Team, 2009).

ผลลัพธ์ (ไทย) 1:

ใช้การอ้างอิงทฤษฎีการประเมินพารามิเตอร์ เราระบุการกระจายก่อนแบนสำหรับกระบวนการตรวจหาและพัก และแกมมา (0.5, 0.0005)การแจกจ่ายสำหรับกระบวนการเชิงพื้นที่ (จอห์นสัน et al. 2013) หลังจากการเขียนซ้ำ 10 000 พารามิเตอร์หลังกระจายคำนวณจาก 40 000 ซ้ำ และใช้เพื่อหมายถึงพารามิเตอร์ SD และค่าช่วงเวลาที่น่าเชื่อถือ (BCI) ทฤษฎี 90%รุ่นพักถูกดำเนินการโดยใช้แพคเกจ '' stocc'' ในโปรแกรม R (R พัฒนาหลักทีม 2009)

ผลลัพธ์ (ไทย) 2:

อนุมานแบบเบย์ถูกนำมาใช้ในการประมาณ
ค่าพารามิเตอร์ เราระบุแจกแจงก่อนแบนสำหรับทั้งการตรวจสอบและการเข้าพักกระบวนการและแกมมา (0.5, 0.0005)
กระจายสำหรับกระบวนการเชิงพื้นที่ (จอห์นสัน et al., 2013) หลังจากการเผาไหม้ของ 10 000 ซ้ำกระจายพารามิเตอร์หลัง
ถูกคำนวณจาก 40 000 ซ้ำและใช้ในการหาพารามิเตอร์หมายถึง, SD, และ 90% คชกรรมช่วงเวลาที่น่าเชื่อถือ (BCI) ค่า.
รุ่นพักได้รับการดำเนินการโดยใช้แพคเกจ '' stocc '' ใน โปรแกรม R (R พัฒนาหลักของทีม 2009)

ผลลัพธ์ (ไทย) 3:

การอนุมานแบบเบย์ใช้ประมาณพารามิเตอร์ ที่เราระบุไว้ก่อนการแบนทั้งการตรวจสอบและการกระบวนการ และแกมมา ( 0.5 , 0.0005 )การกระจายกระบวนการเชิงพื้นที่ ( จอห์นสัน et al . , 2013 ) หลังจากเผาของ 10 , 000 รอบ พารามิเตอร์ของการแจกแจงถูกคำนวณจาก 40 000 ซ้ำและใช้เพื่อหาค่าเฉลี่ย ค่า SD และ 90% ช่วงคชกรรมน่าเชื่อถือ ( BCI ) ค่าการใช้รูปแบบการแพคเกจ " "stocc " " ในโปรแกรม R ( ทีมหลัก r พัฒนา 2009 )