R语言 secr包 autoini()函数中文帮助文档(中英文对照)

loveR

autoini(secr)
autoini()所属R语言包：secr

                                         Initial Parameter Values for SECR
                                         初始参数值SECR的

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Find plausible initial parameter values for secr.fit.  A simple SECR model is fitted by a fast ad hoc method.
寻找合理的初始参数值secr.fit。一个简单的SECR模型装有一个快速的临时方法。


用法----------Usage----------


autoini(capthist, mask, detectfn = 0, thin = 0.2)



参数----------Arguments----------

参数：capthist
capthist object
capthist对象


参数：mask
mask object compatible with the detector layout in capthist
mask反对兼容与探测器布局capthist


参数：detectfn
integer code or character string for shape of detection function 0 = halfnormal
的整数代码或字符串的形状检测功能0 = halfnormal


参数：thin
proportion of points to retain in mask  </table>
比例保留在面具</ TABLE>


Details

详细信息----------Details----------

Plausible starting values are needed to avoid numerical problems when fitting SECR models. Actual models to be fitted will usually have more than the three basic parameters output by autoini; other initial values can usually be set to zero for secr.fit. If the algorithm encounters problems obtaining a value for g0, the default value of 0.1 is returned.
似是而非的初始值是必要的，以避免装修时SECR模型的数值计算问题。该型号的实际安装通常有以上三个基本参数输出autoini;通常可以设置为初始值为零，为secr.fit。如果该算法获得的值G0时遇到问题，0.1的默认值被返回。

Only the halfnormal detection function is currently available in autoini (cf other options in e.g. detectfn and sim.capthist).
只有halfnormal检测功能是目前在autoini（比照其他选项，例如detectfn的，和sim.capthist）。

autoini implements a modified version of the algorithm proposed by Efford et al. (2004). In outline, the algorithm is
autoini由Efford等人提出的算法实现了一个修改后的版本。 （2004）。的轮廓，算法

Find value of sigma that predicts the 2-D dispersion of individual locations (see RPSV)
查找预测值的标准差，分散的个别位置的2-D（见RPSV）

Find value of g0 that, with sigma, predicts the observed mean number of captures per individual (by algorithm of Efford et al. (2009, Appendix 2))
查找的G0值，标准差，预测所观察到的捕获，每个人的平均人数（算法的Efford等。（2009年，附录2））

Compute the effective sampling area from g0, sigma, using thinned mask (see esa)
从g0，Σ计算有效取样面积，使用薄的面具（见esa）

Compute D = n/esa(g0, sigma), where n is the number of individuals detected
计算d =n/欧空局（G0，Sigma公司），其中n的个体中，检测是多少

Here "find" means solve numerically for zero difference between the observed and predicted values, using uniroot.
这里的“发现”是指零的观察值与预测值之间的差异，使用uniroot数值求解。

If RPSV cannot be computed the algorithm tries to use observed mean recapture distance d-bar. Computation of d-bar fails if there no recaptures, and all returned values are NA.
RPSV如果不能计算的算法尝试使用观察的意思夺回距离d-bar。 d-bar计算失败，如果没有夺回，和所有的返回值是NA。

If the mask has more than 100 points then a proportion 1&ndash;thin of points are discarded at random to speed execution.
如果的面膜有超过100点，比例1  - thin点都被丢弃在随机执行速度。


值----------Value----------

A list of parameter values :
参数值列表：


参数： D
Density (animals per hectare)
密度（动物，每公顷）


参数： g0
Magnitude (intercept) of detection function  
幅度（截距）的检测功能


参数： sigma
Spatial scale of detection function (m)  
空间尺度的检测功能（M）


参考文献----------References----------

217&ndash;228.
density estimated from locations of individuals on a passive detector array. Ecology 90, 2676&ndash;2682.

参见----------See Also----------

capthist, mask, secr.fit, dbar  
capthist，mask，secr.fit，dbar


实例----------Examples----------


demotraps <- make.grid()
demomask <- make.mask(demotraps)
demoCH <- sim.capthist (demotraps, popn = list(D = 5, buffer = 100))
autoini (demoCH, demomask)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。