Stage-Structured Populations: Sampling, analysis and simulation

این کتاب مروری بر روش‌های به‌دست‌آوردن و تجزیه و تحلیل داده‌ها از جمعیت‌های زیستی با ساختار مرحله‌ای ارائه می‌کند. موضوعات تحت پوشش عبارتند از طرح های نمونه برداری (فصل 2)، تخمین پارامترها بر اساس حداکثر احتمال (فصل 3)، تجزیه و تحلیل تعداد نمونه از اعداد cif افراد در مراحل مختلف در زمان های مختلف (فصل 4 و 5)، تجزیه و تحلیل داده ها با استفاده از انواع مدل ماتریس لسلی (فصل 6) و تحلیل عاملی کلیدی (فصل 7). همچنین در مورد رویکردهای مدل‌سازی و تخمین که در پنج مطالعه در مورد جمعیت‌های خاص استفاده شده است، بحثی وجود دارد (فصل 8). ادبیات زیادی در مورد مدل سازی جمعیت های بیولوژیکی وجود دارد و بسیاری از رویکردهای مختلف در این زمینه استفاده شده است. رویکردهای مختلف را می‌توان به روش‌های مختلفی طبقه‌بندی کرد (Southwood، 1978، فصل 12)، اما برای اهداف این کتاب، فکر کردن به سه دسته مدل‌سازی ریاضی، آماری و پیش‌بینی راحت است. مدل‌سازی ریاضی عمدتاً به توسعه مدل‌هایی مربوط می‌شود که مهم‌ترین ویژگی‌های کیفی پویایی جمعیت را در بر می‌گیرد. در این مورد، مدل هایی که توسعه می یابند نیازی به مقایسه با داده های جمعیت های طبیعی ندارند. به‌عنوان نمایش‌دهنده‌ای از سیستم‌های ایده‌آل‌شده، می‌توانند در نشان دادن تأثیرات تغییر پارامترها، نشان دادن اینکه چه عواملی در ارتقای پایداری مهم هستند و غیره کاملاً آموزنده باشند.

This book provides a review of methods for obtaining and analysing data from stage-structured biological populations. The topics covered are sam­ pling designs (Chapter 2), the estimation of parameters by maximum likelihood (Chapter 3), the analysis of sample counts of the numbers cif individuals in different stages at different times (Chapters 4 and 5), the analysis of data using Leslie matrix types of model (Chapter 6) and key factor analysis (Chapter 7). There is also some discussion of the approaches to modelling and estimation that have been used in five studies of particular populations (Chapter 8). There is a large literature on the modelling of biological populations, and a multitude of different approaches have been used in this area. The various approaches can be classified in different ways (Southwood, 1978, ch. 12), but for the purposes of this book it is convenient to think of the three categories mathematical, statistical and predictive modelling. Mathematical modelling is concerned largely with developing models that capture the most important qualitative features of population dynamics. In this case, the models that are developed do not have to be compared with data from natural populations. As representations of idealized systems, they can be quite informative in showing the effects of changing parameters, indicating what factors are most important in promoting stability, and so on.