Improved log-linear model estimators of abundance in capture-recapture experiments

• Published in: Canadian journal of statistics 2001-12, Vol.29 (4), p.555-572
• Main Authors: Rivest, Louis-Paul, Lévesque, Tina
• Format: Article
• Language: English
• Subjects: Asymptotics; Biometrics; Chaos theory; Estimation bias; Estimators; Generalized linear model; Modeling; multinomial distribution; Parametric models; Petersen estimator; Population estimates; Population size; removal model; Sampling bias
• ISSN: 0319-5724; 1708-945X
• DOI: 10.2307/3316007

The authors review log-linear models for estimating the size of a closed population and propose a new log-linear estimator for experiments having between animal heterogeneity and a behavioral response. They give a general formula for evaluating the asymptotic biases of estimators of abundance derived from log-linear models. They propose simple frequency modifications for reducing these asymptotic biases and investigate the modifications in a Monte Carlo experiment which reveals that they reduce both the bias and the mean squared error of abundance estimators. /// Les auteurs présentent un bref survol des modèles log-linéaires utilisés pour l'estimation de la taille d'une population fermée et proposent un nouvel estimateur log-linéaire pour des situations où la première capture change le comportement des unités et où la probabilité de première capture varie d'un individu à l'autre. Ils présentent ensuite une formule générale pour le biais asymptotique des estimateurs de tailles de populations construits à partir de modèles log-linéaires. Ils montrent de plus comment modifier les fréquences observées de façon à réduire ce biais. Une étude par simulation démontre que ces modifications réduisent en outre l'erreur quadratique moyenne des estimateurs de tailles de populations.