WETA906/EKOA906 Timo Marjomäki

Slides:



Advertisements
Samankaltaiset esitykset
Yleistä Läsnäolovelvollisuus Poissaolojen selvitys Käyttäytyminen
Advertisements

Kalastuksen vaikutus muikun kannanvaihteluihin
Mekaaninen energia voimatarinoita
Kalakantojen arviointi (KALAT22)
TODENNÄKÖISYYSLASKENTA
Komponenttien rakenteellinen tärkeys
Esiopetuksen huoltajat 2014 Generated on :41.
Kalakantojen arviointi (KALAT22)
Lineaarisia malleja.
Diskreetit todennäköisyysjakaumat
Integraalilaskenta MA 10
Location-aware applications: keyword clustering
Luotettavuus todennäköisyyskäsitteenä; vikaantumismallit
Kuhakannat ja niiden hyödyntäminen -tuloksia kuhatutkimuksista
Tampere city library consists of main library, newpaper reading room, 14 branches, 2 mobile libraries, 6 institutional libraries and Internet bus.
Kalakantojen arviointi: poistopyynti
Perusopetuksen huoltajat 2014 Generated on :04.
2.3. Riippumattomuus ja kertolaskusääntö
4. Jakaumien teoriaa Jos diskreetin satunnaismuuttujan x
2.2 Schäfer-Gordon malli Gordon (Journal of Political Economy 1954), Schäfer (1957), Scott (JPE 1955) Vaihtoehdot joita vertailemme: Biologinen optimimointi.
Prosenttilaskua, tiivistelmä
Kalakantojen arviointi: Merkintä-takaisinpyynti
Muikun kannanvaihtelu ja ammattikalastus – eräs tulkinta
Jakaumista. Frekvenssijakauma Mainostaja kysyy 200 asiakkaalta, kuinka monta kertaa viikossa he lukevat sanomalehteä. Päivät, jolloin luet lehden Frekvenssi.
USEAN RYHMÄN VERTAILU Biostatistiikka
Näkökulmia tilastojen tulkitsemiseen Käytä oikeita käsitteitä.
Aritmeettinen jono jono, jossa seuraava termi saadaan edellisestä lisäämällä sama luku a, a + d, a+2d, a +3d,… Aritmeettisessa jonossa kahden peräkkäisen.
Kalakantojen arviointi: Populaatioparametrien estimointi
Maitotaito PIENEN VAUVAN PÄIVÄ Maitotaito.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 2 - Jarno Leppänen Optimointiopin seminaari - Kevät 2008 Evoluutiopeliteoria: stabiilisuudesta.
Muuntelu on evoluution edellytys s
Kappale 1.
Kirsi Peltonen Graduaiheita Syksy 2012 Kirsi Peltonen
Kalakantojen arviointi (KALAT22)
1. Usean muuttujan funktiot
Elliptiset jakaumat Esitys 6 kpl Tuomas Nikoskinen Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta.
POPULAATIOIDEN EKOLOGIAA
Metsävähennys Timo Hannonen Mhy Päijät-Häme.
Hakukyselyn laajentaminen Query Expansion. Query: papal travels 259 total matching documents, 4.0 out of 16 relevant rankings: [4][25][126][170] Query:
tilastollinen todennäköisyys
Kvantitatiiviset menetelmät
Johdatus viestintään, viimeinen teema: kooste Leif Åberg syksy 2003.
lineaarinen regressio
Suomen Lääkäriliitto | Finnish Medical AssociationLääkärit Suomessa | Physicians in Finland Tilastotietoja lääkäreistä ja terveydenhuollosta 2014 Statistics.
Bayesilainen tilastoanalyysi - priorijakaumista
Koeasetelmat – uutta pohjaa Gotelli ja Ellison: A Primer of Ecological Statistics.
Todennäköisyyslaskentaa
Silmän käyttäytymisen tutkimus ja sovellukset Veikko Surakka Tampere University Computer Human Interaction Group.
Liike Nopeus ja kiihtyvyys.
Tilastollinen testaus Χ 2 -testi nelikentässä kaikkein yksinkertaisin lähtökohta tilastolliselle testille Esim. materiaalin (rauta tai pronssi) ja korun.
Korrelaatio Kertoo kahden muuttujan välisestä lineaarisesta yhteydestä eli kuinka hyvin toisen muuttujan avulla voidaan ennustaa toisen muuttujan vaihtelua.
Piste- ja väliestimointi:
Todennäköisyyslaskentaa
Luonnollisen logaritmifunktion derivaatta
Tilastollinen testaus Mann-Whitneyn –testiä voidaan käyttää hyvin pienille n 2 ≤ 8 keskikokoisille 9 ≤ n 2 ≤ 20 suurille n 2 ≥ 20 otoksille –voidaan käyttää.
VliSS-virtual laboratory in survey sampling Risto Lehtonen Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos TieVie-seminaari Jyväskylä.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä # - Esitelmöijän nimi Optimointiopin seminaari - Syksy 2000 / 1 Potentiaalien kertaus ja.
5. Datan käsittely – lyhyt katsaus Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman.
By Learning for Integration ry. Immigration issues in Finland: Somalis  Until the 1980s Finland was very much a homogenous society with only a few foreigners.
Value at Risk:in laskeminen
Verkoston ulkoisvaikutukset
Kritiikin alkulähteillä
Kärkihankkeen tutkimusteemoja (WP1)
Homocysteine and carotid atherosclerosis in chronic renal failure—the confounding effect of renal function  Yrjö Leskinen, Terho Lehtimäki, Antti Loimaala,
Hierarchical models Biotieteellinen tiedekunta / Henkilön nimi / Esityksen nimi
DIC and BMA in BUGS Biotieteellinen tiedekunta / Henkilön nimi / Esityksen nimi
Probability models and decision analysis
Riippuvuustarkastelut
Petteri Nurmi, Eero Huvio, Jussi Kollin & Mikko Waris
Metsänhoitaja This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No
Esityksen transkriptio:

WETA906/EKOA906 Timo Marjomäki POPULAATIO WETA906/EKOA906 Timo Marjomäki

KIRJALLISUUTTA Junge, C. O. & Libosvarsky, J. 1965: Effect of size selectivity on population estimates based on successive removals with electric fishing gear. - Zool. Listy 14: 171-178. Krebs, C. J. 1989: Ecological methodology. Harper & Row Publishers, NY. Pollock, K. H., Nichols, J. D., Brownie, C. & Hines, J. E. 1990: Statistical inference for Capture-recapture experiments. Wildlife Monographs, No. 107. The Wildlife Society (ISSN 0084-0173) Ricker, W. E. 1975: Computation and interpretation of biological statistics of fish populations. -Bull. Fish. Res. Board Can. 191: 1-382. Seber, G. A. F. 1973: The estimation of animal abundance and related parameters. London. Griffin. 506 s. Seber, G. A. F. & LeCren, E. D. 1967: Estimating from catches large relative to population. – J. Anim. Ecol. 36: 631-643.

MIKÄ ON POPULAATIO? Määritelmä tilannekohtainen, usein: Voi olla Tietyllä paikalla tiettynä aikana elävien yksilöiden joukko mahdollisuus lisääntyä keskenään Voi olla Suljettu = ei migraatiota: esim. järven ahvenet, saaren myyrät Avoin = mahdollisuus migraatioon: esim. järven isoukonkorennot

POPULAATION TUNNUSLUKUJA Populaatiokoko=yksilömäärä hetkellä t = Nt = kpl, yksilöä esim. 5,2 milj. suomalaista ihmistä 1,8 milj. ahventa järvessä. Tiheys = kpl/ala tai kpl/tilavuus hetkellä t = Dt (tai Nt) esim. 15 suomalaista/km2 Esim. 3 ahventa/1000 m3, 1840 ahventa/ha Biomassa = Bt Alueellinen jakauma (spatial distribution) Tarkempi jako osapopulaatioihin esim. sukupuoli: Nt,♀, Nt, ♂ , Nt,o ikäryhmä (age group): Nt,0, Nt,1, … vuosiluokka (year class): Nt,2001, Nt,2002, … Populaatiolla tai osapopulaatioilla lisäksi usein esim. Keskipituus lt,2001 Keskimassa wt,2001 Keskimääräinen hedelmällisyys ht,2001 MUTTA MUUTEN OLETETAAN SAMANLAISIKSI

POPULAATIOKOON ESTIMOINTI Suora laskenta Merkintä-takaisinpyynti Saaliin vähenemä

POPULAATIOKOON ESTIMOINTI A. Suora laskenta Koko populaatio, esim. pienen saaren mäntypopulaatio->tarkka arvo Otanta näytealoilta tms., esim. metsän mäntypopulaatio riistaeläimet lentolaskenta riistakolmio ym. järven muikkupopulaatio poikastiheys ”haavilla” vanhemmat kaikuluotaimella Spatiaalijakauma kertoo eliöiden sosiaalisesta käyttäytymisestä vaikuttaa tilastolliseen päättelyyn: havainnot eivät ole aina riippumattomia

POPULAATIOKOON ESTIMOINTI B. Merkintä-takaisinpyynti (mark-recapture) Suljettu populaatio, yksi merkintä ja takaisinpyynti: Petersen-estimaatti M/N=R/C -> Ň = C*M/R M = merkittyjen yksilöiden määrä populaatiossa N = populaatiokoko R = takaisinpyynnissä saatu merkittyjen määrä (satunnaismuuttuja) C = takaisinpyynnissä saatu kokonaissaalis HUOM: estimaattori harhainen pienillä otoksilla -> Seberin tarkennus Ň = (C+1)*(M+1)/(R+1) -1

POPULAATIOKOON ESTIMOINTI Merkintä-takaisinpyynti (mark-recapture) Petersen-estimaatti jatkoa… 95 % Luotettavuusvälin (L.V.) laskeminen Jos N kpl populaatiossa on M kpl merkittyä yksilöä ja niistä otetaan C kpl otos, niin otoskohtainen merkittyjen yksilöiden määrä R on satunnaismuuttuja ja noudattaa Hypergeometrista jakaumaa EXCELISSÄ kunkin R:n todennäköisyys saadaan funktiolla =HYPGEOMDIST(R,C,M,N) Esim. jos N=50, M=25 ja C=15 eri R:arvojen todennäköisyydet ks. kuvat

POPULAATIOKOON ESTIMOINTI Merkintä-takaisinpyynti (mark-recapture) Petersen (jatkoa) ks. tiedosto ”Petersen2009” hakemistossa O:\Visible2Everyone\EKOWETA_906\POPULAATIO Klassinen esimerkki: Knut Dahl (1912) arvioi norjalaisen lammen taimenpopulaation koon (ref. Ricker 1975 s. 81) M = 109 C = 177 R = 57 Ň = (177+1)*(109+1)/(57+1)-1=337 95 % L.V. = 291-399 hypergeom. jakaumasta Muista L.V.:n tulkinta!

POPULAATIOKOON ESTIMOINTI Petersen jatkoa… Oletukset: Suljettu populaatio Ei lisääntymistä merkinnän ja takaisinpyynnin välillä (=lyhyt aika) Merkityt sekoittuvat populaatioon satunnaisesti Merkki ei vaikuta pyydystettävyyteen Merkki ei vaikuta kuolevuuteen Merkki ei irtoa Merkki havaitaan varmasti

POPULAATIOKOON ESTIMOINTI Laajennuksia Suljettu populaatio, useita merkintöjä ja takaisinpyyntejä: Schnabelin (1938) S.U. estimaattorin likiarvo, Chapmanin (1952, 1954) tarkennus Schumacher & Eschmeyer Populaatio ei suljettu, useita merkintöjä, Jolly – Seber

POPULAATIOKOON ESTIMOINTI C. Saaliin vähenemä (removal method) Idea: yksikkösaalis (=stardardoidun pyyntiponnistuksen saalis) pienenee, kun kokonaissaalis kasvaa ja populaatio pienenee.

POPULAATIOKOON ESTIMOINTI C1. Kaksi standardoitua pyyntikertaa: Moran-Zippin C1=p*N C2=p*(N-C1) C=saalis p=pyydystettävyys, HUOM: vakio, siis standardoitu ponnistus N=populaatiokoko 95 %:n luottamusvälit: N ±1,96 x SE (N) p ±1,96 x SE (p) Esim. Ks. tiedosto “poisto2009” hakemistossa O:\Visible2Everyone\EKOWETA_906\POPULAATIO HUOM1: Tutkimus tehdään nopeasti (tunteja-päiviä), jolloin -voidaan olettaa suljettu ja vakaa populaatio -eläimet voidaan pitää hengissä ja palauttaa koealalle

POPULAATIOKOON ESTIMOINTI Laajennuksia Kolme standardoitua pyyntikertaa: Junge & Libosvarsky (1965) n pyyntikertaa: Leslien & DeLuryn menetelmä (Braatenin tarkennus)

SÄILYVYYS JA KUOLEVUUS A: Suhteelliset (vuotuisen) estimaattorit Suhteellinen säilyvyys (annual/finite survival) St – t+1 = Nt+1/Nt Suhteellinen kuolevuus (annual/finite total mortality) At – t+1 = 1 – St – t+1 = 1 - Nt+1/Nt HUOM: Lasketaan yleensä vuosiluokittain!

SÄILYVYYS JA KUOLEVUUS Esimerkki: seurataan vuosiluokkaa 2002 N02,1 = 100 N02,2 = 40 Laske S02,1-2 = A02,1-2 = N02,3 =