A non-parametric estimation method of the population size in capture-recapture experiments with right censored data
Blasco-Moreno, Anabel (Universitat Autònoma de Barcelona. Departament de Matemàtiques)
Puig i Casado, Pere (Universitat Autònoma de Barcelona. Departament de Matemàtiques)

Data:	2025
Resum:	We present a new non-parametric approach for estimating the total number of animals or species when we only have information on the number of animals or species that have been observed once, twice, (Formula presented. ), and the number of animals or species that have been observed (Formula presented. ) and more than (Formula presented. ) times. The approach, like the Chao estimator, gives a lower bound on population size while also providing bootstrap confidence intervals. We conducted simulations to compare our estimator to other competing ones in special scenarios with (Formula presented. ) and 3 and found that it performed quite well. In the case of uncensored samples, we analyze which censoring point is preferable in specific examples, as well as when censoring at (Formula presented. ) is superior to censoring at (Formula presented. ).
Ajuts:	Agencia Estatal de Investigación PID2022-137414OB-I00 Agencia Estatal de Investigación CEX2020-001084-M
Nota:	Altres ajuts: acords transformatius de la UAB
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original.
Llengua:	Anglès
Document:	Article ; recerca ; Versió publicada
Matèria:	Abundance data ; Censored data ; Chao's estimator ; Incidence data ; Mixed-binomial distributions ; Mixed-Poisson distributions
Publicat a:	Environmetrics, Vol. 36, issue 3 (April 2025) , art. e70013, ISSN 1099-095X

DOI: 10.1002/env.70013

11 p, 1.9 MB

El registre apareix a les col·leccions:
Articles > Articles de recerca
Articles > Articles publicats