Abordagem Bayesiana para estimar a biomassa das anchovas na costa do Perú

• Autor(a) principal: Zaida Jesus Quiroz Cornejo
• Data de Publicação: 2014
• Outros Autores: Håvard Rue
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/ICED-9H3G8D
• topic: Geoestatística; Approximation; Modelo Gaussiano latente; Ecologia marinha; Integrated nested laplace; Inferência Bayesiana aproximada; Estatística

O sitema da corrente de Humboldt do norete (NHCS) é um dos mais produtivos ecossisteas em termos de peixes do mundo. Em particular, a anchova peruana (Engraulis reingers) é a maior presa dos predadores superiores, como mamíferos, aves, peixes e pescadores. Nesse contexto, é importante compreender a dinâmica da distribuição de anchova paraa preservá-la,bem como para explorar sua capacidade econômica. Usando os dados recolhidos pelo "Instituto del Mar del Perú" (IMARPE), durante uma pesquisa cientifica em 2005, apresenta-se uma análise estatística que tem como objetivos principais:(i) se adaptar às características dos dados amostrados como: dependência espacial, altas proporções de zeros e grandes tamanhos de amostras, (ii) fornecxer informações importantes da dinâmica da população de anchovas e propor um modelo para estimação e previsão da biomassa da anchova no NHCS do Perú. Os dados são analisados em um contexto Bayesiano usando a metodologia Integrated Nested Laplace Approximation (INLA). Finalmente, usa-se critérios de comparações entre modelos para selecionar o modelo proposto de melhor ajuste. Também é feito um estudo do poder preditivo de cada modelo. Além disso, é realizado um diagnóstico de influência Bayesiana para o modelo preferido.