Resumen de A Bayesian approach to combining animal abundance and demographic data

S. P. Brooks, R. King, B. J. T. Morgan

• español

  Aproximación bayesiana para combinar abundancia y datos demográficos.

  � En estudios de animales salvajes, es frecuente encontrarse tanto con datos de recuento como datos de marcaje�recaptura� recuperación. En el presente estudio consideramos un análisis integrado bayesiano de recuperación de anillas y datos de recuento utilizando un modelo de estado�espacio. Seguidamente aplicamos un modelo basado en las matrices de Leslie en los recuentos de población verdadera para describir los procesos naturales de nacimiento�muerte y de transición de edades. Nos centramos en el análisis de los datos de recuento y de recuperación recopilados en avefrías europeas ( Vanellus vanellus ) en combinación con los registros del número de días de helada de cada invierno. Demostramos cómo el análisis combinado de estos datos proporciona un marco inferencial más sólido, y discutimos cómo el enfoque bayesiano usando MCMC nos permite eliminar los supuestos de normalidad potencialmente restrictivos que suelen adoptarse en análisis de este tipo. Se demuestra cómo puede utilizarse WinBUGS para realizar el análisis bayesiano.

  Se facilita el código WinBUGS, y se discute su funcionamiento.

• English

  A Bayesian approach to combining animal abundance and demographic data.

  � In studies of wild animals, one frequently encounters both count and mark�recapture�recovery data. Here, we consider an integrated Bayesian analysis of ring�recovery and count data using a state�space model. We then impose a Leslie� matrix�based model on the true population counts describing the natural birth�death and age transition processes. We focus upon the analysis of both count and recovery data collected on British lapwings ( Vanellus vanellus ) combined with records of the number of frost days each winter. We demonstrate how the combined analysis of these data provides a more robust inferential framework and discuss how the Bayesian approach using MCMC allows us to remove the potentially restrictive normality assumptions commonly assumed for analyses of this sort. It is shown how WinBUGS may be used to perform the Bayesian analysis. WinBUGS code is provided and its performance is critically discussed.