Question

我想知道是否有人可以帮我计算重新获取数据的最小数量（MNA）。

MNA计算方法如下：

在时间（t）捕获的实际人数+在场的人数，而不是在时间（t）捕获，但后来被捕获（Krebs，1966）

我有9个主要捕获期的二进制数据（1个用于捕获，0个用于非捕获），由101个个体的44个二级捕获期组成。我需要将每个主要捕获周期的次要周期捕获数据压缩为0或1。这样，我可以计算每个主要捕获周期的MNA。

很有责任，

丹娘

Answer 1

这似乎会浓缩您的二期数据。但是，请记住，已知动物6和10在第二个主要时期仍然存活，即使它们当时未被检测到。另外，动物5在第一个初级阶段不知道是仅仅因为它是在第一个初级阶段后检测到的......除非你假定在初级阶段没有分娩。

在此示例中，有三个主要时段和三个次要时段。

我没有尝试估算最低人数，因为我不清楚您对地理位置和人口统计数据的假设。但是，希望下面的数据摘要很有帮助。

my.data <- as.data.frame(matrix(rbinom(10*9,1,0.2), nrow = 10, byrow=FALSE))
my.data

#   V1 V2 V3 V4 V5 V6 V7 V8 V9
#1   0  0  0  0  0  0  0  1  1
#2   0  0  0  0  0  0  0  0  0
#3   0  0  0  0  0  0  0  0  0
#4   0  0  1  0  0  0  0  0  0
#5   0  0  0  0  0  1  0  1  1
#6   0  1  0  0  0  0  0  0  1
#7   1  1  1  0  0  0  0  0  0
#8   1  0  0  0  1  0  0  0  0
#9   0  0  0  0  1  0  1  1  1
#10  1  0  0  0  0  0  0  0  1

year.sums <- sapply(1:3, function(i)  apply(my.data[,(3*(i-1)+1):(3*(i-0))], 1, function(x) sum(x)) )
year.sums

#      [,1] [,2] [,3]
# [1,]    0    0    2
# [2,]    0    0    0
# [3,]    0    0    0
# [4,]    1    0    0
# [5,]    0    1    2
# [6,]    1    0    1
# [7,]    3    0    0
# [8,]    1    1    0
# [9,]    0    1    3
#[10,]    1    0    1

year.sums[year.sums>0] <- 1
year.sums

#      [,1] [,2] [,3]
# [1,]    0    0    1
# [2,]    0    0    0
# [3,]    0    0    0
# [4,]    1    0    0
# [5,]    0    1    1
# [6,]    1    0    1
# [7,]    1    0    0
# [8,]    1    1    0
# [9,]    0    1    1
#[10,]    1    0    1

计算最小活动数（MNA）

1 个答案: