[ad_1]
[Esteartigofoipublicadopelaprimeiravezem[Thisarticlewasfirstpublishedon R – NIMBLE, e gentilmente contribuiu para os R-blogueiros]. (Você pode relatar um problema sobre o conteúdo desta página aqui)
Deseja compartilhar seu conteúdo com R-blogueiros? clique aqui se você tiver um blog ou aqui se não tiver.
Preparado por Ben Goldstein.
Contents
O que é nimbleEcology?
nimbleEcology é um pacote ágil auxiliar para ecologistas.
nimbleEcology contém um conjunto de distribuições correspondentes a alguns modelos ecológicos comuns. Quando o pacote é carregado, essas distribuições são registradas no NIMBLE e podem ser usadas diretamente nos modelos.
O nimbleEcology contém distribuições frequentemente usadas na modelagem de estudos de abundância, ocupação e captura-recaptura.
Por que usar nimbleEcology?
Modelos ecológicos para abundância, ocupação e captura-recaptura geralmente envolvem muitos estados latentes discretos. Escrever esses modelos pode ser propenso a erros e, em alguns casos, pode levar a uma lenta mistura do MCMC. Reunimos uma coleção de distribuições o mais rápido possível para facilitar a escrita desses modelos
- Fácil de usar. Usar uma distribuição nimbleEcology é mais fácil do que escrever probabilidades ou descrições de modelos hierárquicos.
- Minimizar erros. Você não precisa perder horas procurando o sinal de menos no lugar errado; as distribuições são verificadas e testadas.
- Integrar sobre estados latentes. As implementações da nimbleEcology integram ou somam probabilidades em estados latentes. Isso elimina a necessidade de amostrar essas variáveis latentes, que em alguns casos podem fornecer ganhos de eficiência e permite métodos de estimativa de máxima verossimilhança (ML) com modelos hierárquicos.
Como usar
O nimbleEcology pode ser instalado diretamente do CRAN da seguinte maneira.
install.packages("nimbleEcology")
Depois que o nimbleEcology estiver instalado, carregue-o usando biblioteca. Também carregará ágil.
Observe a mensagem indicando quais famílias de distribuição foram carregadas.
Quais distribuições estão disponíveis?
As seguintes distribuições estão disponíveis no nimbleEcology.
- dOcc (modelo de ocupação)
- dDynOcc (modelo de ocupação dinâmica)
- dHMM (modelo Markov oculto)
- dDHMM (modelo Markov dinâmico oculto)
- dCJS (Modelo Cormack-Jolly-Seber ou recaptura de marca)
- dNmixture (Modelo de mistura N)
- dYourNewDistribution Você tem uma distribuição personalizada que se encaixa no pacote? Está faltando uma distribuição que você precisa? Nos informe! Incentivamos ativamente as contribuições por meio do GitHub ou da comunicação direta.
Código de exemplo
O código a seguir ilustra uma definição de modelo NIMBLE para um modelo de ocupação usando nimbleEcology. O modelo é especificado, construído e usado para simular alguns dados de acordo com a distribuição de ocupação.
library(nimbleEcology) occ_code nimbleCode({ psi ~ dunif(, 1) p ~ dunif(, 1) for (s in 1:nsite) { x[s, 1:nvisit] ~ dOcc_s(probOcc = psi, probDetect = p, len = nvisit) } }) occ_model nimbleModel(occ_code, constants = list(nsite = 10, nvisit = 5), inits = list(psi = 0.5, p = 0.5))
set.seed(94) occ_model$simulate("x") occ_model$x
## [,1] [,2] [,3] [,4] [,5] ## [1,] 0 0 0 0 0 ## [2,] 0 0 0 0 0 ## [3,] 0 0 0 0 0 ## [4,] 0 0 0 0 0 ## [5,] 1 1 1 0 1 ## [6,] 0 0 0 1 0 ## [7,] 0 0 0 0 0 ## [8,] 0 0 0 0 1 ## [9,] 1 1 1 0 0 ## [10,] 0 1 0 0 0
Como aprender mais
Após a instalação do pacote, você pode conferir a vinheta do pacote com vinheta ("nimbleEcology").
A documentação está disponível para cada família de distribuição usando a sintaxe R ?distribuição, por exemplo
Para obter mais detalhes sobre a marginalização nessas distribuições, consulte o artigo “Um tamanho não serve para todos: Customizando métodos MCMC para modelos hierárquicos usando NIMBLE” (Ponisio et al. 2020).
Relacionado
[ad_2]