统计学 > 应用
[提交于 2020年6月30日
]
标题: 何时何地:估计外来害虫和病原体的引进日期和地点
标题: When and where: estimating the date and location of introduction for exotic pests and pathogens
摘要: 在一种新疾病爆发或外来害虫入侵期间,一个基本的问题是:它是在哪个地点和日期首次被引入的? 有了这些信息,就可以预测并可能避免未来的引入。 点过程模型常用于绘制物种分布和疾病发生情况。 如果知道引入的时间和地点,就可以使用点过程模型来绘制和理解影响引入的因素;然而,很少能直接观察到引入过程。 我们提出在通常用于理解入侵时空动态的分层贝叶斯模型中嵌入一个点过程。 在分层贝叶斯模型中包含一个点过程,可以从对这一过程的间接观察中进行关于引入地点和日期的推断,例如物种或疾病发生记录。 我们使用疾病监测数据来说明我们的方法,这些数据用于监测白鼻症,这是一种威胁许多北美洲蝙蝠物种的真菌疾病。 我们使用模型和监测数据来估计病原体被引入美国的地点和日期。 最后,我们将模型的预测与从最先进的基于回归的统计和机器学习方法获得的预测进行比较。 我们的结果表明,导致白鼻症的病原体很可能在首次发现前4年就被引入美国,但该估计存在中等程度的不确定性。 引入地点可能比首次发现地点向东多达510公里,但我们的结果表明,首次发现地点很可能是引入地点的概率相对较高。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.