Phương Pháp Kernel Để Ước Lượng Phân Bố Sử Dụng Trong Các Nghiên Cứu Phạm Vi Sinh Sống

Trong bài báo này, các phương pháp kernel cho ước lượng không tham số của phân bố sử dụng từ một mẫu ngẫu nhiên các quan sát vị trí đã được thực hiện trên một động vật trong phạm vi sinh sống của nó được mô tả. Chúng có hình thức linh hoạt, do đó có thể được sử dụng trong các trường hợp mà các mô hình tham số đơn giản được cho là không phù hợp hoặc khó để xác định. Hai ví dụ được đưa ra để minh họa các phương pháp kernel cố định và thích ứng trong phân tích dữ liệu cũng như để so sánh các phương pháp này. Nhiều lựa chọn khác nhau cho tham số làm mượt được sử dụng trong các phương pháp kernel cũng được thảo luận. Vì các phương pháp kernel cung cấp các cách tiếp cận thay thế cho các phương pháp biến đổi Fourier của Anderson (1982), một số so sánh cũng được thực hiện.