Skip to main content

Measurement error and bias in the maximum reproductive rate for the Ricker model

Buy Article:

$50.00 plus tax (Refund Policy)


We investigated the consequences of measurement errors in spawner abundance on the estimation of alpha(tilde), the maximum lifetime reproductive rate, in the Ricker spawner-recruit model. This rate is equivalent to the slope at the origin for the Ricker model, which is crucial for the estimation of management reference points. Simulation results indicate that measurement error in spawner abundance does not lead, in general, to an overestimate of alpha(tilde), as had been previously thought. Instead, the direction, and to some extent the magnitude, of the bias is related to the range of spawner values, and we provide an analytical explanation for this phenomenon. For stocks that have been heavily exploited and have low spawner values, measurement error tends to result in an overestimate of log alpha(tilde), usually by 5%. Less exploited stocks with large spawner values will have their log alpha(tilde) underestimated, commonly by –15 to –25%. Results from data-based simulations indicate that under certain conditions, empirical Bayes estimates for the distributions for alpha(tilde) among stocks, i.e., the prior distribution, can still be relatively unbiased in the presence of measurement error.

Notre étude analyse les conséquences des erreurs de mesure dans l'abondance des reproducteurs sur l'estimation de alpha(tilde), le taux maximum de reproduction durant toute la vie, dans le modèle reproducteurs-recrues de Ricker. Ce taux équivaut à la pente à l'origine du modèle de Ricker, qui est une donnée essentielle pour l'estimation des critères utilisés en gestion. Des résultats de simulations indiquent qu'une erreur de mesure dans l'abondance des reproducteurs ne conduit pas, en général, à une surestimation de alpha(tilde), comme on le croyait jusqu'à maintenant. Au contraire, la direction et, jusqu'à un certain point, l'importance de l'erreur sont en relation avec l'étendue des données d'abondance des reproducteurs. Nous fournissons une analyse explicative de ce phénomène. Chez les stocks qui ont subi une forte exploitation et qui ont présentement des abondances de reproducteurs faibles, les erreurs de mesure ont tendance à causer une surestimation de log alpha(tilde), normalement de 5 %. Les stocks moins exploités à abondance de reproducteurs plus élevée verront l'estimation de leur log alpha(tilde) sous-estimée de –15 % à –25 %. Les résultats de simulations faites sur des données réelles indiquent que, dans certaines conditions, les estimations empiriques bayésiennes des distributions de alpha(tilde) parmi les stocks, i.e. la distribution a priori, peuvent s'avérer relativement peu faussées en présence d'erreurs de mesure.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: May 1, 2002

More about this publication?
  • Published continuously since 1901 (under various titles), this monthly journal is the primary publishing vehicle for the multidisciplinary field of aquatic sciences. It publishes perspectives (syntheses, critiques, and re-evaluations), discussions (comments and replies), articles, and rapid communications, relating to current research on cells, organisms, populations, ecosystems, or processes that affect aquatic systems. The journal seeks to amplify, modify, question, or redirect accumulated knowledge in the field of fisheries and aquatic science. Occasional supplements are dedicated to single topics or to proceedings of international symposia.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • Ingenta Connect is not responsible for the content or availability of external websites

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more