Modèles de mélange en capture-recapture
Transcription
Modèles de mélange en capture-recapture
Modèles de mélange en Capture-Recapture L. Rouan, S. Cubaynes, C. Duchamp, C. Miquel, A.-M. Reboulet, O. Gimenez, J.-D. Lebreton, R. Choquet et R. Pradel Les données de Capture-Recapture Les données de Capture-Recapture Histoires de capture Temps 1234567 1111000 1100000 1111110 ... 0010100 ... 0000010 0000011 Individu #1 Individu #2 Individu # 3 … Individu # i … Individu # 254 Individu # 255 Cincle plongeur Les méthodes de Capture-Recapture Estimation de la taille d’une population Laplace (1783-1784) , Petersen (1894), Lincoln (1930) N N : effectif de la population M : nombre d’individus marqués à la première occasion n Ex. : Registre des naissances Ex. : Registre des décès (Indice de Lincoln-Petersen) n : nombre d’individus recapturés m : nombre d’individus recapturés marqués n× M M ˆ N= = m pˆ Taux de capture Les méthodes de Capture-Recapture Estimation de la survie en milieu naturel Cormack (1964), Jolly (1965), Seber (1965) h= 1 φ (1 ) 0 1− p φ (2 ) (2 ) φ (3 ) 0 1− p (3 ) 1 p φ (4 ) (4 ) (ν h individus ) 1 p (5 ) φ (t ): probabilité de survie entre t et t+1 p (t ): probabilité de détection au temps t ( ) ( ) P (h première capture ) = φ (1 ) 1 − p (2 ) φ (2 ) 1 − p (3 ) φ (3 ) p (4 )φ (4 ) p (5 ) Vraisembla nce = ∏ P (h première capture ) h ν h Les méthodes de Capture-Recapture Etude des migrations entre sites/transitions entre états Arnason 1973, Schwarz et al. 1993, Hestbeck et al. 1991, Nichols et al. 1992-94 Histoire de capture : 1 2 0 3 1 0 1 2 2 absence/présence (avec localisation/état) φ ij(t ): probabilité de survie-transition du site/état i vers le site/état j entre t et t+1 p (jt:) probabilité de détection au temps t pour un individu en j Les méthodes de Capture-Recapture Gestion de l’incertitude sur l’état des individus Reformulation des modèles de CR en termes de Chaînes de Markov Cachées d’ordre 1 hétérogènes (Pradel, 2005) Chevrette vue avec 1 faon Repro. 1 jeune ? Pas vue Chevrette vue seule Repro. ? Repro. ? Repro. >1 jeunes ? Observations (histoire de capture) Succession d’états cachés π i(t :) Probabilité d’être dans l’état i pour un individu capturé pour la première fois à t (t ) : Probabilités de survie-transition φ ij b (jt ) (v ) : Probabilité d’obtenir l’information v individu dans l’état (caché) j au temps t lors de l’observation d’un De nouveaux champs d’investigation… Epidémiologie : { { Prise en compte des faux + et faux – Estimation du taux de prévalence Dynamique des populations : { { Estimation « Succès Reproducteur à Long terme », mesure de la contribution d’un individu dans une population Prise en compte du phénomène d’hétérogénéité de capture Prise en compte de l’hétérogénéité individuelle en Capture-Recapture Les modèles classiques de capture-recapture sont basés sur une hypothèse d’homogénéité i.e. tous les individus de la population ont les mêmes chances d'être observés («capturés») Hétérogénéité Un problème du point de vue statistique (biais dans l’estimation des paramètres). Un centre d’intérêt du point de vue de la biologie (qualité individuelle, comportement). Une prise en compte nécessaire L’exemple de la recolonisation du loup (Canis lupus) dans les Alpes Françaises Une prise en compte nécessaire Des données génétiques de capture-recapture Les individus dominants sont plus facilement « capturés » (marquage du territoire) La population est un mélange de 2 classes d’individus : « facilement capturables » et « difficilement capturables » Le modèle avec hétérogénéité de capture Les données : Présence (1) / Absence (0) Les états considérés : • Vivant et facilement capturable (F) • Vivant et difficilement capturable (D) • Mort (†) Le modèle avec hétérogénéité de capture États initiaux : F Π = (1 − π D π † 0) Transition entre classes/états (survie): F F φ Φ= D 0 † 0 † D 0 1−φ φ 1−φ 0 1 Le modèle avec hétérogénéité de capture Lien entre observations et états : Pas détecté F B = D † 1 − pF 1 − pD 1 Détecté pF pD 0 pF : probabilité de capture des individus facilement capturables pD : probabilité de capture des individus difficilement capturables Sélection de modèles - Résultats AIC Modèle Nb de paramètres Déviance AICc φ (.), p (état , saison) 7 2008.02 2022.28 φ (.), p( saison) 5 2139.95 2150.09 Intervalles de confiance par bootstrap Homogénéité vs Hétérogénéité 1.0 1.0 probabilités de détection 0.6 0.4 0.2 0.0 0.0 0.2 0.4 0.6 0.8 Hétérogénéité 0.8 Homogénéité Eté Automne Hiver Printemps Eté Automne Hiver Printemps Calcul de l’effectif de la population sous l’hypothèse d’homogénéité Un estimateur Nj de l’abondance à l’occasion j est obtenu comme le nombre d’individus capturés divisé par la probabilité de capture estimée (Horvitz-Thompson) n j ˆ Nj = pˆ j # individus capturés à l’occasion j Probabilité de détection estimée à l’occasion j Effectif Fluctuation de l’effectif de la population sous l’hypothèse d’homogénéité Homogénéité 1995 1996 1997 1998 1999 2000 2001 2002 2003 Calcul de l’effectif de la population en prenant en compte 2 classes de capturabilité A une occasion donnée, parmi les animaux capturés, on peut distinguer les nouveaux marqués (u) de ceux marqués précédemment (m) : n =u+m Calcul de l’effectif de la population en prenant en compte 2 classes de capturabilité A une occasion donnée, parmi les animaux capturés, on peut distinguer les nouveaux marqués (u) de ceux marqués précédemment (m) : n =u+m Nombre d’individus déjà marqués avec probabilité pF Nombre d’individuals non marqués : • π×u individus avec un faible taux de capture •(1-π)×u individus avec un fort taux de capture pD pF Calcul de l’effectif de la population en prenant en compte 2 classes de capturabilité Un estimateur N de l’abondance est obtenu comme le nombre d’individus capturés divisé par la probabilité de capture estimée (Horvitz-Thompson) m π × u (1 − π )× u ˆ N= + + pˆ F pˆ D pˆ F Nombre d’individus déjà marqués avec probabilité pF Nombre d’individuals non marqués : • π×u individus avec un faible taux de capture •(1-π)×u individus avec un fort taux de capture pD pF Effectif Une prise en compte nécessaire Hétérogénéité Homogénéité 1995 1996 1997 1998 1999 2000 2001 2002 2003 Conclusions - Perspectives Importance de la prise en compte de l’hétérogénéité individuelle { { Estimation des effectifs (revue à la hausse) Estimation de la survie (revue à la hausse) Homogénéité vs. hétérogénéity dans la détection 0.7 0.8 0.68 (0.08) 0.6 Probabilité de survie survie annuelle 0.9 0.83 (0.06) CJS H Conclusions - Perspectives Importance de la prise en compte de l’hétérogénéité individuelle { { Estimation des effectifs Estimation de la survie Modèle avec transitions possibles entre les différentes classes F F φFF Φ= D φDF † 0 D † φFD 1 − φFF − φFD φDD 1 − φDF − φDD 0 1 Conclusions - Perspectives Importance de la prise en compte de l’hétérogénéité individuelle { { Estimation des effectifs Estimation de la survie Modèle avec transitions possibles entre les différentes classes Distribution continue Conclusions - Perspectives Importance de la prise en compte de l’hétérogénéité individuelle { { Estimation des effectifs Estimation de la survie Modèle avec transitions possibles entre les différentes classes Distribution continue Algorithmes d’estimation MERCI DE VOTRE ATTENTION !