Skip to main content

A model for categorical length data from groundfish surveys

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

An extension of the multinomial model of counts is presented to account for overdispersion and different correlation structure. Such models are needed in biological applications such as the analysis of length measurements from surveys of heterogeneous populations used for assessments of marine resources. One of the goals of such a survey is to estimate the length distribution of each species within a particular area. Using data on Atlantic cod (Gadus morhua) in Icelandic waters, it is demonstrated that the assumptions used in practice for categorical length data are seriously violated. The length data on cod exhibit variances that are larger than those of the standard multinomial model and correlation coefficients that are greater than those of the Dirichlet-multinomial model. To alleviate these problems, a hierarchical model based on the multinomial distribution and the logistically transformed multivariate Gaussian distribution is proposed. It is illustrated that this model captures the complex covariance structure of the data. The parameters in the models are estimated using a Bayesian estimation procedure based on Markov chain Monte Carlo.

Nous présentons une extension du modèle multinomial des dénombrements qui tient compte de la surdispersion et des structures de corrélation différentes. De tels modèles sont nécessaires dans certaines applications biologiques dans l'évaluation des ressources marines, telles que l'analyse des mesures de longueur obtenues dans les inventaires de populations hétérogènes. Un des objectifs d'un tel inventaire est de déterminer la distribution de fréquence des longueurs de chacune des espèces dans une région donnée. L'utilisation de données sur la morue (Gadus morhua) des eaux islandaises nous a permis de démontrer que les présuppositions utilisées en pratique pour les données de longueur par catégories ne sont pas valides. Les données de longueur de la morue ont des variances qui sont plus grandes que celles du modèle multinomial standard et des coefficients de corrélation supérieurs à ceux du modèle multinomial avec distribution de Dirichlet. Afin de réduire ces problèmes, nous proposons un modèle hiérarchique basé sur la distribution multinomiale et la distribution gauussienne multidimensionnelle avec transformation logistique. Nos montrons que ce modèle reflète bien la structure complexe de covariance des données. Nous avons déterminé les paramètres du modèle à l'aide d'une estimation bayésienne basée sur une simulation de Monte-Carlo par chaînes de Markov.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: 2004-07-01

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 ContentFree content
  • Partial Free ContentPartial Free content
  • New ContentNew content
  • Open Access ContentOpen access content
  • Partial Open Access ContentPartial Open access content
  • Subscribed ContentSubscribed content
  • Partial Subscribed ContentPartial Subscribed content
  • Free Trial ContentFree trial content
Cookie Policy
X
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