حسابداری برای تورم صفر درصد حساب های انگل صدفی با استفاده از مدل های رگرسیون گسسته

قیمت: 45,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

حسابداری برای تورم صفر درصد حساب های انگل صدفی با استفاده از مدل های رگرسیون گسسته

عنوان لاتین

Accounting for Zero Inflation of Mussel Parasite Counts Using Discrete Regression Models

در بسیاری از کاربردهای زیست محیطی، فقدان گونه ها به علت خطای تشخیص در نمونه ها یا شرایط غیرقابل زندگی برای وجود آنها اجتناب ناپذیر است، که منجر به تعداد زیاد شمارهای صفر یا فراوانی می شود. روش معمول برای مدل سازی چنین داده هایی، مدل سازی رگرسیون لگاریتم (فراوانی+ 1) است و به خوبی می دانیم که مدل حاصل برای مقاصد پیش بینی ناکافی است. مدل های گسسته جدیدی که فراوانی صفر را حساب میکنند، یعنی رگرسیون تورم صفر (ZIP و ZINB)، هاردل پواسون (HP) و دو قطبی منفی هاردل (HNB) در میان دیگران، به طور کلی برای مدل های رگرسیون کلاسیک ترجیح داده می شود. با توجه به این واقعیت که صدف یکی از مهمترین محصولات مهم آبی محسوب می شوند، هدف این مطالعه بررسی عملکرد این چهار مدل در تعیین عوامل زیستی قابل توجه در بروز آسیب های ناشی از انگل نماتوپسیس لژری موجود صدف های مدیترانه ای است (Mytilus galloprovincialis L.). داده های جمع آوری شده از سه منطقه ساحلی شهر سینوپ در ترکیه نشان می دهد بیش از 50 درصد از تعداد انگل ها به طور متوسط دارای مقدار صفر هستند و مقایسه مدل ها بر اساس معیار اطلاعات انجام شد. نتايج نشان داد که احتمال وقوع اين انگل در اينجا بهتر از مدل هاي ZINB و HNB است و عوامل موثر بر آن براساس تفاوت هاي اکولوژيکی مناطق شناخته شده اند.

In many ecological applications, the absences of species are inevitable due to either detection faults in samples or uninhabitable conditions for their existence, resulting in high number of zero counts or abundance. Usual practice for modelling such data is regression modelling of log(abundance+1) and it is well know that resulting model is inadequate for prediction purposes. New discrete models accounting for zero abundances, namely zero-inflated regression (ZIP and ZINB), Hurdle-Poisson (HP) and Hurdle-Negative Binomial (HNB) amongst others are widely preferred to the classical regression models. Due to the fact that mussels are one of the economically most important aquatic products of Turkey, the purpose of this study is therefore to examine the performances of these four models in determination of the significant biotic and abiotic factors on the occurrences of Nematopsis legeri parasite harming the existence of Mediterranean mussels (Mytilus galloprovincialis L.). The data collected from the three coastal regions of Sinop city in Turkey showed more than 50% of parasite counts on the average are zero-valued and model comparisons were based on information criterion. The results showed that the probability of the occurrence of this parasite is here best formulated by ZINB or HNB models and influential factors of models were found to be correspondent with ecological differences of the regions.