Skip to main content

A Bayesian hierarchical analysis of stock–recruit data: quantifying structural and parameter uncertainties

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

Stock–recruit functions are important in fisheries stock assessment, but there is often uncertainty surrounding the appropriate stock–recruit model and its parameter values. Combining different stock–recruit data sets of related species through Bayesian hierarchical analysis can decrease these uncertainties and help to characterize appropriate stock–recruit forms and ranges of plausible parameter values. Two different stock–recruit functions (Beverton–Holt and Ricker) have been parameterized in terms of the steepness, which is a parameter that is comparable between populations. In the hierarchical analysis, the prior probability distribution of parameters for the cross-population variation in steepness is determined through a concise model structure. By calculating the Bayes' posteriors for alternative model forms, model uncertainty is accounted for. This methodology has been applied to Atlantic salmon (Salmo salar) stock–recruit data to provide predictions for the steepness of the stock–recruit function for Baltic salmon for which no stock–recruit data exist.

Les fonctions stock–recrutement sont de grande importance pour l'évaluation des stocks des pêches commerciales, mais il y a souvent de l'incertitude au sujet du choix d'un modèle approprié et des valeurs de ses paramètres. La combinaison de plusieurs séries de données de stock–recrutement d'espèces apparentées dans une analyse hiérarchique bayésienne peut réduire ces incertitudes, aider à identifier les relations stock–recrutement appropriées et déterminer les étendues plausibles des valeurs des paramètres. Nous avons caractérisé les paramètres de deux fonctions stock–recrutement (Beverton–Holt et Ricker) en ce qui concerne l'inclinaison de la pente, qui est un paramètre comparable entre les populations. Dans l'analyse hiérarchique, la distribution de probabilité a priori des paramètres en ce qui a trait à la variation de l'inclinaison d'une population à une autre est déterminée par une structure de modèle concis. Le calcul des distributions bayésiennes a posteriori pour les différentes formes de modèles permet de tenir compte de l'incertitude. Nous avons appliqué cette méthodologie à des données de stock–recrutement du saumon de l'Atlantique (Salmo salar) afin de pouvoir prédire l'inclinaison de la fonction stock–recrutement du saumon de la Baltique pour lequel il n'existe pas de données sur la relation stock–recrutement.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: June 1, 2004

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
  • ingentaconnect is not responsible for the content or availability of external websites
nrc/cjfas/2004/00000061/00000006/art00015
dcterms_title,dcterms_description,pub_keyword
6
5
20
40
5

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
X
Cookie Policy
ingentaconnect 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