Zoeken
Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.
Boekenmand
Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).
RSS
Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.
nieuwe zoekopdracht
Bayesian methods for analysis of stock mixtures from genetic characters
Pella, J.; Masuda, M. (2001). Bayesian methods for analysis of stock mixtures from genetic characters. Fish. Bull. 99(1): 151-167
In: Fishery Bulletin. US Government Printing Office: Washington, D.C.. ISSN 0090-0656; e-ISSN 1937-4518
|  |
| Abstract |
An implementation of Bayesian methods to assess general stock mixtures is described. An informative prior for genetic characters of the separate stocks in a mixture is derived from baseline samples. A neutral, low-information prior is used for the stock proportions in the mixture. A Gibbs sampler-the data augmentation algorithm-is used to alternately generate samples from the posterior distribution for the genetic parameters of the separate stocks and for the stock proportions in the mixture. The posterior distribution incorporates the information about genetic characters in the baseline samples, including relatedness of stocks, with that in the stock-mixture sample to better estimate genotypic composition of the separate stocks. Advantages over usual likelihood methods include greater realism in model assumptions, better flexibility in applications, especially those with missing data, and consequent improved estimation of stock-mixture proportions from the contributing stocks. Two challenging applications illustrate the technique and its advantages. |
IMIS is ontwikkeld en wordt gehost door het VLIZ.
