问题描述
我们正在使用 Maxent 对因疾病爆发而灭绝的海星物种的分布变化和相关环境变量的变化进行建模。我们想使用 Maxent 的 Logistic 输出向我们的观众展示海星物种的分布和相关环境变量从疾病爆发之前到现在是如何变化的。但是，我们知道在爆发前和爆发后模型之间，整个范围 (Tau) 的平均流行率会发生变化，但 Maxent 自动实现了 Tau = 0.5。因此，如果我们不调整两个模型之间的 Tau，我们将向观众展示高估海星爆发后流行率的地图和模型。因此，我们想在两个模型中指定 Tau。
我们建议的答案：我们已经合并了 33 个以上关于该物种存在/未检测到的数据集。在疫情爆发前，这包括大约 40,000 次调查，而在疫情爆发后则接近 10,000 次。因此，从理论上讲，我们不能使用每个时间段的存在：未检测到的比率来计算每个时间段的粗略“流行率”吗？我们知道这种方法存在问题。例如，如果空间采样偏差在这两个时期发生变化，我们就不会考虑这种差异。此外，我们知道在我们的数据集中包含的各种调查类型中存在很大范围的未检测率（例如，SCUBA 调查的未检测率将与 ROV 调查有很大不同），我们不会考虑到这一点.然而，虽然不完美，但这至少可以给我们一些方法来粗略估计遇到海星的速度如何从爆发前到现在的变化。虽然只是对 Tau 的粗略估计，但我们认为这仍然比不调整 Tau 和向我们的观众展示我们知道错误的海星流行率地图更受欢迎。这听起来像是估计 Tau 的合法方法还是有更好的方法？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）