İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Anket metodolojisi›Yakalama-Tekrar Nüfus Tahmini
Regression modelPopulation estimation

Yakalama-Tekrar Nüfus Tahmini

Capture-Recapture Population Estimation · Ayrıca şöyle bilinir: Mark-Recapture, Tag-Recapture, Mark-Release-Recapture, İşaretle-Yeniden Yakala

Yakalama-tekrar (işaretleme-tekrar olarak da bilinir) yöntemi, bilinmeyen bir popülasyonun büyüklüğünü, onu iki kez örnekleyerek ve her iki örnekte de hangi bireylerin göründüğünü izleyerek tahmin etmek için kullanılan istatistiksel bir yöntemdir. Otis, Burnham, White ve Anderson tarafından 1978 tarihli dönüm noktası niteliğindeki Wildlife Monographs makalelerinde kapalı hayvan popülasyonları için biçimsel olarak sistematize edilen bu yöntem, doğal olarak insan popülasyonlarına, epidemiyolojiye ve eksik idari kayıtlara da genişletilir.

ScholarGate
  1. Regression model
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Yakalama-Tekrar Nüfus Tahmini
Poisson ve Negatif Binom…Küçük Alan Tahmini (Fay-…Uyarlanabilir Küme Örnek…Katılımcı Odaklı Örnekle…

Ne zaman kullanılır

Doğrudan sayım yapılamayan ve en az iki bağımsız örnekleme durumunun mümkün olduğu bir popülasyon büyüklüğünü tahmin etmeniz gerektiğinde yakalama-tekrar yöntemini kullanın. Temel varsayımlar kapalı bir popülasyon (örnekler arasında doğum, ölüm, göç veya dış göç olmaması), tüm bireyler için eşit yakalanabilirlik, örneklerin bağımsızlığı ve yeniden yakalanan bireylerin güvenilir bir şekilde tanımlanmasıdır. Kapanma veya heterojen yakalama olasılıklarının ihlali tahminleri önemli ölçüde yanlı hale getirebilir. Yakalama olasılığı bireye göre değiştiğinde, tabakalı veya modele dayalı varyantlar (örneğin, birden çok liste üzerindeki loglineer modeller) tercih edilir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Tam bir sayım gerektirmeden toplam popülasyon büyüklüğünü tahmin eder, bu da onu zor veya coğrafi olarak dağılmış popülasyonlar için pratik hale getirir.
  • Chapman düzeltmesi, temel tahmin ediciyi orta düzeyde örneklem büyüklüklerinde bile neredeyse yanılmadan hale getirir ve kapalı form güven aralıkları kolayca hesaplanabilir.
  • Loglineer veya Huggins modelleri aracılığıyla üç veya daha fazla örneğe doğal olarak genişler, heterojen yakalama olasılıklarını barındırır.
  • Ekoloji dışındaki alanlarda yaygın olarak uygulanabilir: epidemiyoloji, nüfus sayımı eksikliği tahmini, yazılım hata sayımı ve çoklu kayıt bağlantı çalışmalarında kullanılır.
Sınırlılıklar
  • Kapalı popülasyon varsayımı, doğumlar, ölümler veya hareketlerle uzun süreler boyunca yürütülen insan veya yaban hayatı çalışmaları için genellikle gerçekçi değildir.
  • Eşit yakalanabilirlik nadiren karşılanır; bireysel yakalama olasılığı heterojenliği tahminleri şişirir ve ek veri olmadan tespit edilmesi veya modellenmesi zor olabilir.
  • Küçük yeniden yakalama sayıları (m2 sıfıra yakın) oldukça değişken ve potansiyel olarak sonsuz tahminler üretir, bu da yöntemi çok seyrek örnekler için güvenilmez hale getirir.
  • Örnekler arasında bireyleri eşleştirmek güvenilir tanımlama gerektirir; yanlış tanımlama veya işaret kaybı doğrudan popülasyon tahminini yanlı hale getirir.

SSS

Güvenilir bir tahmin için gereken minimum yeniden yakalama sayısı nedir?

Yaygın bir pratik kural, Chapman tahmin edicisinin kabul edilebilir bir yanlılığa sahip olması ve güven aralıklarının bilgilendirici olması için en az 7-10 yeniden yakalama (m2) gerektirir. Bu eşiğin altında, tahmin oldukça kararsız hale gelir ve bazı formülasyonlarda üst güven sınırı son derece büyük veya hatta tanımsız olabilir.

Kapalı popülasyon varsayımının karşılandığını nasıl test edebilirim?

Birden fazla tuzaklama durumu olan yaban hayatı verileri için, CAPTURE veya MARK (örneğin, Stanley ve Burnham'ın testi) gibi programlarda uygulanan kapanma testleri, yakalama oranlarının kapalı bir popülasyonla tutarlı olup olmadığını değerlendirir. İdari veri bağlantısı için, resmi testlerin nadiren mevcut olması nedeniyle, çalışma penceresi ve popülasyon dinamikleri hakkında uzman görüşü genellikle gereklidir.

Yakalama-tekrar birden fazla iki örneklemle kullanılabilir mi?

Evet. Üç veya daha fazla örneklem veya liste ile, yakalama geçmişlerinin olasılık tablosuna uyan loglineer modeller, bağımlılıkları modellerken gözlemlenmeyen hücreyi (tüm örnekler tarafından kaçırılan bireyler) tahmin etmeye olanak tanır. Bu çoklu liste yaklaşımı, epidemiyolojik ve nüfus sayımı uygulamalarında standarttır ve liste bağımlılığına iki örnekli duruma göre daha dayanıklıdır.

Kaynaklar

  1. Otis, D. L., Burnham, K. P., White, G. C., & Anderson, D. R. (1978). Statistical inference from capture data on closed animal populations. Wildlife Monographs, 62, 3–135. link ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Capture-Recapture Population Estimation. ScholarGate. https://scholargate.app/tr/survey-methodology/capture-recapture

İlişkili yöntemler

Poisson ve Negatif Binom RegresyonuKüçük Alan Tahmini (Fay-Herriot Modeli)

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Poisson ve Negatif Binom RegresyonuEkonometri↔ karşılaştır
  • Küçük Alan Tahmini (Fay-Herriot Modeli)Anket metodolojisi↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Uyarlanabilir Küme ÖrneklemesiKatılımcı Odaklı Örnekleme

Benzer yöntemler

Tersine ÖrneklemeMesafe ÖrneklemesiUyarlanabilir Küme ÖrneklemesiUyarlanabilir Katmanlı ÖrneklemeUyarlanabilir Küme Örneklemesi

İlgili referans kavramlar

Nokta ve Aralık KestirimiMarkov Zinciri Monte CarloPrevalansİstatistiksel Tahmin ve ÇıkarımKesitsel ÇalışmaDuyarlı-Maruz Kalmış-Enfekte-İyileşmiş (SEIR) Modelleri

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Capture-Recapture (Capture-Recapture Population Estimation). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/survey-methodology/capture-recapture · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Otis, Burnham, White & Anderson
Year
1978
Type
Probabilistic population size estimator
Subfamily
Population estimation
Data Requirement
Two or more independent samples with individual identification
Output
Estimated population size N with confidence interval
İlişkili yöntemler
Poisson ve Negatif Binom RegresyonuKüçük Alan Tahmini (Fay-Herriot Modeli)
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil