Link-Barker and Pradel unequal time interval discrepancy

questions concerning analysis/theory using program MARK

Link-Barker and Pradel unequal time interval discrepancy

Postby stshroye » Fri Nov 19, 2021 11:45 am

I am interested in estimating Jolly-Seber parameters for a Muskellunge population that was sampled each spring in 2011-2013 and 2015-2017. Effective Sample Size = 543. I initially coded capture histories with six occasions and set time intervals to 1,1,2,1,1. Capture histories were grouped by sex (1 = female, 2 = male). I ran Release GOF with the following results:

Code: Select all
 Goodness of Fit Results (TEST 2 + TEST 3) by Group
 
 Group      Chi-square   df   P-level
 -----         ----------     ----  -------
 1              2.5084         9    0.9807
 2             13.9081       10    0.1772
 Total       16.4165       19    0.6293


I built a set of candidate Link-Barker models using PIM coding and sine links. Fletcher c-hat for my global model Phi(g*t) p(g*t) f(g*t) was 1.11.

The best-supported model was Phi(g) p(t) f(g). Since there was no time variation in Phi or f, I expected a single estimate of Phi, f, and Lambda for each group. Real parameter estimates looked as expected:

Code: Select all
Parameter          Estimate       Standard Error      Lower           Upper     
 ----------------- -----------     --------------     --------------  --------------
    1:Phi             0.8063951       0.0298723       0.7411067       0.8583655     
    2:Phi             0.8885083       0.0211434       0.8398695       0.9237152     
    3:p                0.7539629       0.1089191       0.4922595       0.9064200     
    4:p                0.2471774       0.0414449       0.1750481       0.3368905     
    5:p                0.3905809       0.0456618       0.3055799       0.4827877     
    6:p                0.1943251       0.0341582       0.1358997       0.2700195     
    7:p                0.7183033       0.0513023       0.6080497       0.8073684     
    8:p                0.4941700       0.0525771       0.3927942       0.5960274     
    9:f                 0.3146688       0.0552829       0.2174087       0.4314515     
   10:f                0.2351896       0.0495188       0.1520240       0.3453238   


However, occasion 3 (the two-year interval) had substantially different derived estimates for Lambda:

Code: Select all
 Grp. Occ. Lambda-hat        Standard Error      Lower           Upper
 ---- ----    --------------          --------------     --------------     --------------
   1     1    1.1210639            0.0474039       1.0319363       1.2178893   
   1     2    1.1210639            0.0474039       1.0319363       1.2178893   
   1     3    1.2567842            0.1062857       1.0651281       1.4829263   
   1     4    1.1210639            0.0474039       1.0319363       1.2178893   
   1     5    1.1210639            0.0474039       1.0319363       1.2178893   
  2     1    1.1236979            0.0446491       1.0395386       1.2146706   
   2     2    1.1236979            0.0446491       1.0395386       1.2146706   
   2     3    1.2626970            0.1003442       1.0808388       1.4751539   
   2     4    1.1236979            0.0446491       1.0395386       1.2146706   
   2     5    1.1236979            0.0446491       1.0395386       1.2146706


When I fitted the equivalent model Phi(g) p(t) f(g) using the Pradel recruitment formulation, results were similar for Phi and p, but much different for f and Lambda:

Code: Select all
                                                             
 Parameter                   Estimate       Standard Error      Lower           Upper     
 -------------------------  --------------     --------------     --------------  --------------
    1:Phi                      0.8032024       0.0300957       0.7375461       0.8556486     
    2:Phi                      0.8866474       0.0213586       0.8375912       0.9222613     
    3:p                        0.7023161       0.0822840       0.5217225       0.8361365     
    4:p                        0.2535039       0.0400336       0.1832251       0.3395334     
    5:p                        0.4428963       0.0495322       0.3491266       0.5409205     
    6:p                        0.1692410       0.0296090       0.1188069       0.2353661     
    7:p                        0.7001491       0.0513179       0.5911943       0.7903624     
    8:p                        0.5158839       0.0532063       0.4124123       0.6180114     
    9:f                        0.2026007       0.0362209       0.1406916       0.2827868     
   10:f                       0.1454143       0.0286644       0.0976923       0.2109968

 Grp. Occ. Lambda-hat   Standard Error      Lower           Upper
 ---- ----   --------------      --------------     --------------     --------------
   1     1    1.0058031       0.0326810       0.9437614       1.0719235   
   1     2    1.0058031       0.0326810       0.9437614       1.0719235   
   1     3    1.0116399       0.0657412       0.8907750       1.1489044   
   1     4    1.0058031       0.0326810       0.9437614       1.0719235   
   1     5    1.0058031       0.0326810       0.9437614       1.0719235   
   2     1    1.0320617       0.0277792       0.9790351       1.0879604   
   2     2    1.0320617       0.0277792       0.9790351       1.0879604   
   2     3    1.0651514       0.0573397       0.9585645       1.1835901   
   2     4    1.0320617       0.0277792       0.9790351       1.0879604   
   2     5    1.0320617       0.0277792       0.9790351       1.0879604


Since the unequal intervals seemed to be a problem, I edited the capture histories to have seven occasions with occasion 4 (2014) coded as zeroes. I then used the default one-year time intervals and fixed p = 0 for occasion 4. The estimates for both the Link-Barker and Pradel formulation were then exactly the same and there was no time variation in Lambda-hat:

Code: Select all
   Parameter                  Estimate     Standard Error      Lower           Upper
 ------------------------  --------------     --------------      --------------    --------------
     1:Phi                    0.8032024       0.0286032       0.7411127       0.8533476                         
     2:Phi                    0.8866474       0.0202994       0.8403817       0.9207673                         
     3:p                      0.7023161       0.0782033       0.5312593       0.8308273                         
     4:p                      0.2535039       0.0380482       0.1863225       0.3349375                         
     5:p                      0.4428963       0.0470758       0.3535736       0.5360713                         
     6:p                      0.0000000       0.0000000       0.0000000       0.0000000      Fixed               
     7:p                      0.1692410       0.0281406       0.1209667       0.2317023                         
     8:p                      0.7001491       0.0487729       0.5969241       0.7863984                         
     9:p                      0.5158839       0.0505677       0.4174393       0.6131111                         
    10:f                      0.2026007       0.0344246       0.1455579       0.2819981                         
    11:f                      0.1454143       0.0272429       0.1010434       0.2092697                         

 Grp. Occ. Lambda-hat   Standard Error      Lower           Upper
 ---- ----   --------------      --------------     --------------  --------------
   1     1    1.0058031       0.0326810       0.9437613       1.0719234   
   1     2    1.0058031       0.0326810       0.9437613       1.0719234   
   1     3    1.0058031       0.0326810       0.9437613       1.0719234   
   1     4    1.0058031       0.0326810       0.9437613       1.0719234   
   1     5    1.0058031       0.0326810       0.9437613       1.0719234   
   1     6    1.0058031       0.0326810       0.9437613       1.0719234   
   2     1    1.0320617       0.0277792       0.9790351       1.0879604   
   2     2    1.0320617       0.0277792       0.9790351       1.0879604   
   2     3    1.0320617       0.0277792       0.9790351       1.0879604   
   2     4    1.0320617       0.0277792       0.9790351       1.0879604   
   2     5    1.0320617       0.0277792       0.9790351       1.0879604   
   2     6    1.0320617       0.0277792       0.9790351       1.0879604


I assume these estimates are correct, but I don't understand why the unequal intervals made such a difference for the Link-Barker formulation. My understanding from the MARK book was that either method of coding the capture histories should have given the same results.
stshroye
 
Posts: 2
Joined: Wed Sep 22, 2021 2:26 pm

Re: Link-Barker and Pradel unequal time interval discrepancy

Postby stshroye » Wed Dec 08, 2021 5:09 pm

Does anyone know the reason for the discrepancy?
stshroye
 
Posts: 2
Joined: Wed Sep 22, 2021 2:26 pm


Return to analysis help

Who is online

Users browsing this forum: No registered users and 1 guest