Catch-per-unit-effort: which estimator is best?
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | eng |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://dx.doi.org/10.1590/S1519-69842010005000010 http://hdl.handle.net/11449/20482 |
Resumo: | Neste trabalho, examinamos a acurácia e precisão de três índices de captura por unidade de esforço (CPUE). Foram feitas simulações, nas quais foram gerados dados de captura de acordo com seis distribuições de probabilidade (normal, Poisson, lognormal, gama, delta e binomial negativa), três estruturas de variância (constante, proporcional ao esforço e proporcional ao quadrado do esforço), e magnitudes (tail weight). É recomendado o uso do método Jackknife para os índices, sempre que a captura for proporcional ao esforço ou até em casos de pequenos desvios do pressuposto de proporcionalidade, quando se deseja utilizar um estimador de razão e pouco é conhecido sobre o real comportamento das variáveis, como é o caso da maioria dos estudos de pesca. |
id |
UNSP_e003fc95b4ca8053bfb66ecbf438907c |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/20482 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Catch-per-unit-effort: which estimator is best?Captura por unidade de esforço: qual estimador é melhor?CPUEdistribuições de probabilidadeacuráciaJackknifeMonte CarloCPUEprobability distributionsaccuracyJackknifeMonte CarloNeste trabalho, examinamos a acurácia e precisão de três índices de captura por unidade de esforço (CPUE). Foram feitas simulações, nas quais foram gerados dados de captura de acordo com seis distribuições de probabilidade (normal, Poisson, lognormal, gama, delta e binomial negativa), três estruturas de variância (constante, proporcional ao esforço e proporcional ao quadrado do esforço), e magnitudes (tail weight). É recomendado o uso do método Jackknife para os índices, sempre que a captura for proporcional ao esforço ou até em casos de pequenos desvios do pressuposto de proporcionalidade, quando se deseja utilizar um estimador de razão e pouco é conhecido sobre o real comportamento das variáveis, como é o caso da maioria dos estudos de pesca.In this paper we examine the accuracy and precision of three indices of catch-per-unit-effort (CPUE). We carried out simulations, generating catch data according to six probability distributions (normal, Poisson, lognormal, gamma, delta and negative binomial), three variance structures (constant, proportional to effort and proportional to the squared effort) and their magnitudes (tail weight). The Jackknife approach of the index is recommended, whenever catch is proportional to effort or even under small deviations from proportionality assumption, when a ratio estimator is to be applied and little is known about the underlying behaviour of variables, as is the case for most fishery studies.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Universidade Estadual Paulista Júlio de Mesquita Filho Departamento de EcologiaUniversidade Federal de Goiás (UFG) Laboratório de Ecologia Teórica e Síntese Departamento de Biologia GeralUniversidade Estadual Paulista Júlio de Mesquita Filho Departamento de EcologiaInstituto Internacional de EcologiaUniversidade Estadual Paulista (Unesp)Universidade Federal de Goiás (UFG)Petrere Jr., M. [UNESP]Giacomini, HC. [UNESP]De Marco Jr., P.2013-09-30T19:29:50Z2014-05-20T13:57:25Z2013-09-30T19:29:50Z2014-05-20T13:57:25Z2010-08-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article483-491application/pdfhttp://dx.doi.org/10.1590/S1519-69842010005000010Brazilian Journal of Biology. Instituto Internacional de Ecologia, v. 70, n. 3, p. 483-491, 2010.1519-6984http://hdl.handle.net/11449/2048210.1590/S1519-69842010005000010S1519-69842010000300004WOS:000281182200004S1519-69842010000300004.pdfSciELOreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPengBrazilian Journal of Biology0.7840,523info:eu-repo/semantics/openAccess2024-01-05T06:28:00Zoai:repositorio.unesp.br:11449/20482Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T22:11:55.234316Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Catch-per-unit-effort: which estimator is best? Captura por unidade de esforço: qual estimador é melhor? |
title |
Catch-per-unit-effort: which estimator is best? |
spellingShingle |
Catch-per-unit-effort: which estimator is best? Petrere Jr., M. [UNESP] CPUE distribuições de probabilidade acurácia Jackknife Monte Carlo CPUE probability distributions accuracy Jackknife Monte Carlo |
title_short |
Catch-per-unit-effort: which estimator is best? |
title_full |
Catch-per-unit-effort: which estimator is best? |
title_fullStr |
Catch-per-unit-effort: which estimator is best? |
title_full_unstemmed |
Catch-per-unit-effort: which estimator is best? |
title_sort |
Catch-per-unit-effort: which estimator is best? |
author |
Petrere Jr., M. [UNESP] |
author_facet |
Petrere Jr., M. [UNESP] Giacomini, HC. [UNESP] De Marco Jr., P. |
author_role |
author |
author2 |
Giacomini, HC. [UNESP] De Marco Jr., P. |
author2_role |
author author |
dc.contributor.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) Universidade Federal de Goiás (UFG) |
dc.contributor.author.fl_str_mv |
Petrere Jr., M. [UNESP] Giacomini, HC. [UNESP] De Marco Jr., P. |
dc.subject.por.fl_str_mv |
CPUE distribuições de probabilidade acurácia Jackknife Monte Carlo CPUE probability distributions accuracy Jackknife Monte Carlo |
topic |
CPUE distribuições de probabilidade acurácia Jackknife Monte Carlo CPUE probability distributions accuracy Jackknife Monte Carlo |
description |
Neste trabalho, examinamos a acurácia e precisão de três índices de captura por unidade de esforço (CPUE). Foram feitas simulações, nas quais foram gerados dados de captura de acordo com seis distribuições de probabilidade (normal, Poisson, lognormal, gama, delta e binomial negativa), três estruturas de variância (constante, proporcional ao esforço e proporcional ao quadrado do esforço), e magnitudes (tail weight). É recomendado o uso do método Jackknife para os índices, sempre que a captura for proporcional ao esforço ou até em casos de pequenos desvios do pressuposto de proporcionalidade, quando se deseja utilizar um estimador de razão e pouco é conhecido sobre o real comportamento das variáveis, como é o caso da maioria dos estudos de pesca. |
publishDate |
2010 |
dc.date.none.fl_str_mv |
2010-08-01 2013-09-30T19:29:50Z 2013-09-30T19:29:50Z 2014-05-20T13:57:25Z 2014-05-20T13:57:25Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dx.doi.org/10.1590/S1519-69842010005000010 Brazilian Journal of Biology. Instituto Internacional de Ecologia, v. 70, n. 3, p. 483-491, 2010. 1519-6984 http://hdl.handle.net/11449/20482 10.1590/S1519-69842010005000010 S1519-69842010000300004 WOS:000281182200004 S1519-69842010000300004.pdf |
url |
http://dx.doi.org/10.1590/S1519-69842010005000010 http://hdl.handle.net/11449/20482 |
identifier_str_mv |
Brazilian Journal of Biology. Instituto Internacional de Ecologia, v. 70, n. 3, p. 483-491, 2010. 1519-6984 10.1590/S1519-69842010005000010 S1519-69842010000300004 WOS:000281182200004 S1519-69842010000300004.pdf |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
Brazilian Journal of Biology 0.784 0,523 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
483-491 application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Internacional de Ecologia |
publisher.none.fl_str_mv |
Instituto Internacional de Ecologia |
dc.source.none.fl_str_mv |
SciELO reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808129404125052928 |