Modeli s prostorsko omejitvijo za ocenjevanje gostote superpopulacijeLuštrik, Roman (Avtor) Skrbinšek, Tomaž (Mentor) populacijegostotaocena velikosti populacijeučinek robametoda lova-ponovnega ulovaprogram MARKprogram REden od načinov ocenjevanja velikosti populacij je z uporabo metod lova-ponovnega ulova. Metoda predpostavlja, da je populacija zaprta (ni rojstev, smrti, priseljevanja in odseljevanja) in da imajo vsi osebki enako verjetnost ulovljivosti. Ker populacij pogosto ne moremo vzorčiti v celoti, zaradi prehoda roba območja vzorčenja prihaja do kršenja teh dveh predpostavk, kar imenujemo učinek roba. Klasični Hugginsov model za zaprte populacije za oceno parametrov sam po sebi ne omogoča uporabe prostorskih statistik, omogoča pa vključevanje individualne spremenljivke. V tem delu s pomočjo simulacij testiramo učinkovitost vključevanja individualne spremenljivke v model z namenom odpravljanja posledic učinka roba. Ugotovili smo, da je model, ki vključuje prostorsko informacijo, boljši od modela, ki te informacije ne nosi. Razlika v ocenjenem parametru verjetnosti ulovljivosti ($\hat{p}$) je s praktičnega vidika zelo majhna. Pristranskost ocene parametra $\hat{p}$ je najmanjša za tiste simulacije, kjer je velikost domačega okoliša znatno manjša od velikosti območja vzorčenja, za ostale pa je močno pristranska. Pristranskost ocene parametra $\hat{p}$ se pozna tudi pri oceni gostote, ki je zelo pristranska za primere, kjer je domač okoliš velik v primerjavi z velikostjo območja vzorčenja. Na podlagi porazdelitve za izračun individualne spremenljivke smo povečali območje vzorčenja in uspeli do neke mere popraviti gostoto, a le ob predpostavki, da imamo na voljo reprezentativno obliko in velikost domačega okoliša.20192019-10-08 10:20:39Doktorsko delo/naloga111678VisID: 1968COBISS_ID: 934263sl