Abordagem Bayesiana para estimar a biomassa das anchovas na costa do Perú
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Dissertação de mestrado
Título alternativo
Primeiro orientador
Membros da banca
Flavio Bambirra Goncalves
Resumo
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.
Abstract
The Northern Humboldt Current System (NHCS) is the world most productive ecosystem in terms of fish. In particular, Peruvian anchovy (Engraulis ringens) is the major prey of the principal top predators, like mammals, seabirds, fish and fishers. In this context, it is important to understand the dynamics of the anchovy distribution to preserve it as well as to explore its economical capacities. Using the data collected by the Instituto del Mar del Perú (IMARPE), during a scientific survey in 2005, we present a statistical analysis that has as main goals: (i) adapt to the characteristics of the sampled data, such as spatial dependence, high proportions of zeros and big samples size, (ii) provide important insights on the dynamics of the anchovy population and propose a model for estimation and prediction of anchovy biomass in the NHCS of Perú. These data are analyzed in a Bayesian framework using the Integrated Nested Laplace Approximation (INLA) methodology. Finally, model comparison is performed to select the best model and predictive checks to study the predictive power of each model. Moreover, a Bayesian spatial influence diagnostic is performed for the preferred model.
Assunto
Estatística
Palavras-chave
Geoestatística, Approximation, Modelo Gaussiano latente, Ecologia marinha, Integrated nested laplace, Inferência Bayesiana aproximada