- Hyrax de roca etiquetado en el collar
- Grajilla con etiqueta anillada
- Caracol ámbar ovado de Chittenango marcado
- Etiquetado rizo común
Marcar y recapturar es un método comúnmente utilizado en ecología para estimar el tamaño de una población animal cuando no es práctico contar cada individuo. [1] Una parte de la población es capturada, marcada y liberada. Posteriormente se capturará otra porción y se contará el número de individuos marcados dentro de la muestra. Dado que el número de individuos marcados dentro de la segunda muestra debe ser proporcional al número de individuos marcados en toda la población, se puede obtener una estimación del tamaño total de la población dividiendo el número de individuos marcados por la proporción de individuos marcados en la segunda muestra. muestra. El método supone, con razón o sin ella, que la probabilidad de captura es la misma para todos los individuos. [2] Otros nombres para este método, o métodos estrechamente relacionados, incluyen captura-recaptura , captura-marca-recaptura , marca-recaptura , vista-revisión , marca-liberación-recaptura , estimación de sistemas múltiples , recuperación de banda , método Petersen , [3] y el método Lincoln .
Otra aplicación importante de estos métodos es la epidemiología , [4] donde se utilizan para estimar la integridad de la determinación de los registros de enfermedades. Las aplicaciones típicas incluyen la estimación del número de personas que necesitan servicios particulares (por ejemplo, servicios para niños con problemas de aprendizaje , servicios para ancianos médicamente frágiles que viven en la comunidad), o con condiciones particulares (por ejemplo, drogadictos ilegales, personas infectadas con VIH , etc.). [5]
Normalmente, un investigador visita un área de estudio y utiliza trampas para capturar vivos a un grupo de individuos. Cada uno de estos individuos se marca con un identificador único (p. ej., una etiqueta o banda numerada) y luego se libera ileso al medio ambiente. Un método de marca-recaptura fue utilizado por primera vez para estudios ecológicos en 1896 por CG Johannes Petersen para estimar las poblaciones de solla, Pleuronectes platesa . [2]
Se debe dejar pasar suficiente tiempo para que los individuos marcados se redistribuyan entre la población no marcada. [2]
Luego, el investigador regresa y captura otra muestra de individuos. Algunos individuos de esta segunda muestra habrán sido marcados durante la visita inicial y ahora se les conoce como recapturas. [6] Otros organismos capturados durante la segunda visita, no habrán sido capturados durante la primera visita al área de estudio. A estos animales sin marcar generalmente se les coloca una etiqueta o una banda durante la segunda visita y luego se los libera. [2]
El tamaño de la población se puede estimar a partir de tan solo dos visitas al área de estudio. Comúnmente se realizan más de dos visitas, particularmente si se desean estimaciones de supervivencia o movimiento. Independientemente del número total de visitas, el investigador simplemente registra la fecha de cada captura de cada individuo. Los "historiales de captura" generados se analizan matemáticamente para estimar el tamaño, la supervivencia o el movimiento de la población. [2]
Al capturar y marcar organismos, los ecólogos deben considerar el bienestar de los organismos. Si el identificador elegido daña al organismo, entonces su comportamiento podría volverse irregular.
Dejar
Un biólogo quiere estimar el tamaño de una población de tortugas en un lago. Captura 10 tortugas en su primera visita al lago y les marca el lomo con pintura. Una semana después regresa al lago y captura 15 tortugas. Cinco de estas 15 tortugas tienen pintura en el lomo, lo que indica que son animales recapturados. Este ejemplo es (n, K, k) = (10, 15, 5). El problema es estimar N .
El método de Lincoln-Petersen [7] (también conocido como índice de Petersen-Lincoln [2] o índice de Lincoln ) se puede utilizar para estimar el tamaño de la población si solo se realizan dos visitas al área de estudio. Este método supone que la población de estudio está "cerrada". En otras palabras, las dos visitas al área de estudio son lo suficientemente cercanas en el tiempo como para que ningún individuo muera, nazca o entre o salga del área de estudio entre visitas. El modelo también supone que no se caen marcas de los animales entre las visitas del investigador al sitio de campo, y que el investigador registra correctamente todas las marcas.
Dadas esas condiciones, el tamaño de la población estimado es:
Se supone [8] que todos los individuos tienen la misma probabilidad de ser capturados en la segunda muestra, independientemente de si fueron capturados previamente en la primera muestra (con solo dos muestras, esta suposición no se puede probar directamente).
Esto implica que, en la segunda muestra, la proporción de individuos marcados que son capturados ( ) debe ser igual a la proporción de la población total que es marcada ( ). Por ejemplo, si se recapturara la mitad de los individuos marcados, se supondría que la mitad de la población total estaba incluida en la segunda muestra.
En símbolos,
Una reordenación de esto da
la fórmula utilizada para el método Lincoln-Petersen. [8]
En el ejemplo (n, K, k) = (10, 15, 5), el método de Lincoln-Petersen estima que hay 30 tortugas en el lago.
El estimador de Lincoln-Petersen es asintóticamente insesgado cuando el tamaño de la muestra se acerca al infinito, pero está sesgado en tamaños de muestra pequeños. [9] Un estimador alternativo menos sesgado del tamaño de la población lo proporciona el estimador de Chapman : [9]
El ejemplo (n, K, k) = (10, 15, 5) da
Tenga en cuenta que la respuesta proporcionada por esta ecuación debe truncarse, no redondearse. Así, el método Chapman estima 28 tortugas en el lago.
Sorprendentemente, la estimación de Chapman fue una conjetura de una variedad de estimadores posibles: "En la práctica, el número entero inmediatamente menor que ( K +1)( n +1)/( k +1) o incluso Kn /( k +1) será sea la estimación. La forma anterior es más conveniente para propósitos matemáticos." [9] (ver nota al pie, página 144). Chapman también encontró que el estimador podría tener un sesgo negativo considerable para Kn / N pequeños [9] (página 146), pero no le preocupaba porque las desviaciones estándar estimadas eran grandes para estos casos.
Se puede obtener un intervalo de confianza aproximado para el tamaño de la población N como:
donde corresponde al cuantil de una variable aleatoria normal estándar, y
El ejemplo ( n, K, k ) = (10, 15, 5) da la estimación N ≈ 30 con un intervalo de confianza del 95% de 22 a 65.
Se ha demostrado que este intervalo de confianza tiene probabilidades de cobertura reales cercanas al nivel nominal incluso para poblaciones pequeñas y probabilidades de captura extremas (cercanas a 0 o 1), en cuyos casos otros intervalos de confianza no logran alcanzar los niveles de cobertura nominal. [10]
El valor medio ± desviación estándar es
dónde
Aquí se encuentra una derivación: Charla:Marcar y recapturar#Tratamiento estadístico .
El ejemplo ( n, K, k ) = (10, 15, 5) da la estimación N ≈ 42 ± 21,5
La probabilidad de captura se refiere a la probabilidad de detectar un animal individual o una persona de interés, [11] y se ha utilizado tanto en ecología como en epidemiología para detectar enfermedades animales o humanas, [12] respectivamente.
La probabilidad de captura a menudo se define como un modelo de dos variables, en el que f se define como la fracción de un recurso finito dedicado a detectar el animal o persona de interés de un sector de alto riesgo de una población animal o humana, y q es la Frecuencia de las veces que el problema (por ejemplo, una enfermedad animal) ocurre en el sector de alto riesgo versus el de bajo riesgo. [13] Por ejemplo, una aplicación del modelo en la década de 1920 fue detectar portadores de tifoidea en Londres, que llegaban de zonas con altas tasas de tuberculosis (probabilidad q de que un pasajero con la enfermedad viniera de dicha zona, donde q >0,5), o tasas bajas (probabilidad 1- q ). [14] Se postuló que sólo 5 de cada 100 de los viajeros podían ser detectados, y 10 de cada 100 eran de la zona de alto riesgo. Entonces la probabilidad de captura P se definió como:
donde el primer término se refiere a la probabilidad de detección (probabilidad de captura) en una zona de alto riesgo, y el último término se refiere a la probabilidad de detección en una zona de bajo riesgo. Es importante destacar que la fórmula se puede reescribir como una ecuación lineal en términos de f :
Debido a que se trata de una función lineal, se deduce que para ciertas versiones de q para las cuales la pendiente de esta línea (el primer término multiplicado por f ) es positiva, todos los recursos de detección deben dedicarse a la población de alto riesgo ( f debe establecerse en 1 para maximizar la probabilidad de captura), mientras que para otro valor de q , para el cual la pendiente de la línea es negativa, toda la detección debe dedicarse a la población de bajo riesgo ( f debe establecerse en 0. Puede resolver la ecuación anterior para los valores de q para los cuales la pendiente será positiva para determinar los valores para los cuales f debe establecerse en 1 para maximizar la probabilidad de captura:
que se simplifica a:
Este es un ejemplo de optimización lineal . [13] En casos más complejos, donde más de un recurso f se dedica a más de dos áreas, se suele utilizar la optimización multivariada, a través del algoritmo simplex o sus derivados.
La literatura sobre el análisis de estudios de captura-recaptura ha florecido desde principios de la década de 1990 [ cita requerida ] . Existen modelos estadísticos muy elaborados disponibles para el análisis de estos experimentos. [15] Un modelo simple que se adapta fácilmente a las tres fuentes, o al estudio de tres visitas, es ajustar un modelo de regresión de Poisson . Los modelos sofisticados de marca- recaptura pueden adaptarse a varios paquetes para el lenguaje de programación Open Source R. Estos incluyen "Captura-Recaptura espacialmente explícita (secr)", [16] "Modelos loglineales para experimentos de captura-recaptura (Rcapture)", [17] y "Muestreo de distancia de marca-recaptura (mrds)". [18] Estos modelos también pueden adaptarse a programas especializados como MARK [19] o E-SURGE. [20]
Otros métodos relacionados que se utilizan a menudo incluyen el modelo Jolly-Seber (utilizado en poblaciones abiertas y para estimaciones de censos múltiples) y los estimadores de Schnabel [21] (una expansión del método Lincoln-Petersen para poblaciones cerradas). Sutherland los describe en detalle. [22]
El modelado de datos de marca-recaptura tiende hacia un enfoque más integrador, [23] que combina datos de marca-recaptura con modelos de dinámica poblacional y otros tipos de datos. El enfoque integrado es más exigente desde el punto de vista computacional, pero extrae más información de los datos mejorando los parámetros y las estimaciones de incertidumbre . [24]