Yakala-Tekrar Yakala Yöntemine İlişkin Kapalı Populasyon Modelleri 1

Benzer belgeler
Capture-Recapture. Yakala-tekrar yakala

Süt Tipi Oğlakların Doğum, 30. Gün ve 60. Gün Canlı Ağırlıkları Üzerine Sistematik Çevre Etmenlerinin Etkileri

altında ilerde ele alınacaktır.

1 Hipotez konusuna öncelikle yokluk hipoteziyle başlanılan yaklaşımda, araştırma hipotezleri ALTERNATİF HİPOTEZLER olarak adlandırılmaktadır.

POPÜLASYON EKOLOJİSİ

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.

SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ

Ankara ve Kastamonu Eğiticilerinin Mesleki Eğilime Göre Yönlendirme ve Kariyer Rehberliği Projesini Değerlendirme Sonuçları

Elazığ İli Karakoçan İlçesinden Elde Edilen Sütlerde Yağ ve Protein Oranlarının AB ve Türk Standartlarına Uygunluklarının Belirlenmesi

Appendix C: İstatistiksel Çıkarsama

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BAZI İLLER İÇİN GÜNEŞ IŞINIM ŞİDDETİ, GÜNEŞLENME SÜRESİ VE BERRAKLIK İNDEKSİNİN YENİ ÖLÇÜMLER IŞIĞINDA ANALİZİ

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU

KEMER BARAJ GÖLÜ'NDEKİ Cypr nus carpio L., 1758'NUN BAZI BİYOLOJİK ÖZELLİKLERİ

TERMODİNAMİĞİN TEMEL EŞİTLİKLERİ

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ

Araştırmada Evren ve Örnekleme

ÖZET Amaç: Yöntem: Bulgular: Sonuçlar: Anahtar Kelimeler: ABSTRACT Rational Drug Usage Behavior of University Students Objective: Method: Results:

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

TEMEL MANİPLATİF HAREKETLER

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ

Temel modelleme yaklaşımı (1)...

TOMRUK HACMİNİN TAHMİNİNDE KULLANILAN CENTROID METOD VE DÖRT STANDART FORMÜLÜN KARŞILAŞTIRILMASI

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

Yeniden Örnekleme ve F Testinin I. Tip Hata ve Testin Gücü Bakımından Simülasyon Yöntemi ile Karşılaştırılması*

ÜAS DA SUNULAN BİLDİRİLER KAPSAMINDA İMALAT İŞLETMELERİNİN ÜRETİM SORUNLARINA BAKIŞI

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI

Neural Networks Detection for Drinking Water Quality Proc. Int. Conf. Modeling and Simulation, vol. 2, sf , Aug 28-30, 2006, Konya - Turkey

2. Klasik Kümeler-Bulanık Kümeler

Araştırma Oyunu Avrupa Bilimsel Araştırma Oyunu Oyun rehberi

İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications*

KÜTAHYA DA YAŞAYAN İLKOKUL ÇAĞINDAKİ ÇOCUKLARIN HAVA KİRLETİCİLERİNE KİŞİSEL MARUZ KALIMLARININ ÖN DEĞERLENDİRME ÇALIŞMASI

İstatistik ve Olasılık

Temel Kavramlar. Bağlanım Çözümlemesi. Temel Kavramlar. Ekonometri 1 Konu 6 Sürüm 2,0 (Ekim 2011)

İstatistikçiler Dergisi

Bootstrap Metodu ve Uygulanışı Üzerine Bir Çalışma 2. Güven Aralıkları, Hipotez Testi ve Regresyon Analizinde Bootstrap Metodu

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem

GÜÇLENDİRİLEN YAPILARDA YAPI ÖZELLİKLERİ MALİYET İLİŞKİLERİ ÜZERİNE İSTATİSTİKSEL BİR ÇALIŞMA

Sınıf Diyagramları Amaç: Sınıf Diyagramları Nasıl Çizilir?

SINIR TENORUNUN EKONOMİK BAKIR MİKTARI TAHMİN HASTASINA ETKİSİ

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Modeli - Tarama Modelleri

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

ÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

Koşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

KENT BİLGİ SİSTEMİNİN BİR ALT SİSTEMİ OLARAK İSTATİSTİKSEL BİLGİ SİSTEMİ VE TÜRKİYE İÇİN 2008 YILINDA İSTATİSTİKSEL BİLGİ SİSTEMİ KULLANIM DURUMU *

Tekrarlı Ölçümler ANOVA

12. SINIF KONU ANLATIMI 29 EKOLOJİ POPÜLASYON EKOLOJİSİ

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

QUANTILE REGRESYON * Quantile Regression

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.

İŞLETME RİSK YÖNETİMİ. Yrd. Doç. Dr. Tülay Korkusuz Polat 1/21

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DÖNEM PROJESİ İMAR ÖZELLİKLERİNİN TAŞINMAZ DEĞERLERİNE ETKİLERİ. Yeliz GÜNAYDIN

Ç.Ü Fen Bilimleri Enstitüsü Yıl:2008 Cilt:17-3

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

Bilimsel Araştırma Yöntemleri I

Evren (Popülasyon) Araştırma kapsamına giren tüm elemanların oluşturduğu grup. Araştırma sonuçlarının genelleneceği grup

Degree Department Üniversity Year B.S. Statistics Gazi University 1993 M.s. Statistics Gazi University 1998 Ph.D. Statistics Gazi University 2005

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

AR. GÖR. SİBEL AL PROF. DR. HÜLYA ÇINGI HACETTPE ÜNİVERSİTESİ İSTATİSTİK BÖLÜMÜ

Modeli - Deneme Modelleri Türleri

ÖZEL EGE İLKÖĞRETİM OKULU

Deney Dizaynı ve Veri Analizi Ders Notları

Olgu-kontrol araştırmalarının analizi ve değerlendirilmesi. Raika Durusoy

tepav Nisan2011 N DEĞERLENDİRMENOTU 2008 Krizinin Kadın ve Erkek İşgücüne Etkileri Türkiye Ekonomi Politikaları Araştırma Vakfı

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI

İSTATİSTİK MHN3120 Malzeme Mühendisliği

YANLILIK. Yanlılık örneklem istatistiği değerlerinin evren parametre değerinden herhangi bir sistematik sapması olarak tanımlanır.

TR63 BÖLGESİ MEVCUT DURUM ANALİZİ DEMOGRAFİK GÖSTERGELER

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2

LOJİSTİK REGRESYON ANALİZİ

Üniversiteyi Kazanan Öğrencilerin Temel Bilgi Teknolojilerini Kullanabilme Düzeylerinin Bölgesel Analizi

İSTATİSTİK. Bölüm 1 Giriş. Ankara Üniversitesi SBF İstatistik 1 Ders Notları Prof. Dr. Onur Özsoy 4/4/2018

İ. BALIK H. ÇUBUK. Su Ürünleri Araştırma Enstitüsü, Eğirdir, Isparta

İKTİSADA GİRİŞ - 1. Ünite 4: Tüketici ve Üretici Tercihlerinin Temelleri.

İstatistiksel Yorumlama

15 MART /1. DÖNEM SERBEST MUHASEBECİ MALİ MÜŞAVİRLİK FİNANSAL TABLOLAR VE ANALİZİ SINAVI SORULAR

KTO KARATAY ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ KL- 007 YÜKSEK LİSANS TEZ / PROJE ÖNERİSİ HAZIRLAMA KILAVUZU

K U L L A N I M B İLGİLERİ

IE 303T Sistem Benzetimi

Chapter 7. Elektrik Devreleri. Principles of Electric Circuits, Conventional Flow, 9 th ed. Floyd

BÖLÜM 13 HİPOTEZ TESTİ

SAĞLIK TEKNOLOJİ DEĞERLENDİRME (STD) İÇİN MODELLEME VE BENZETİM. Dr. Murat Günal

2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018

BĠYOLOJĠ EĞĠTĠMĠ LĠSANSÜSTÜ ÖĞRENCĠLERĠNĠN LĠSANSÜSTÜ YETERLĠKLERĠNE ĠLĠġKĠN GÖRÜġLERĠ

ULUSLARARASI 9. BEDEN EĞİTİMİ VE SPOR ÖĞRETMENLİĞİ KONGRESİ

ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ ISI TRANSFERİ LABORATUARI

SİMÜLASYON Hazırlayan: Özlem AYDIN

10 - BETONARME TEMELLER ( TS 500)

T.C. SAKARYA ÜNİVERSİTESİ SPOR BİLİMLERİ FAKÜLTESİ SPOR YÖNETİCİLİĞİ BÖLÜMÜ

Araştırma Yöntem ve Teknikleri

Lisans Eğitiminde Araştırma -ODTÜ Deneyimi

BÖLÜM 5 DENEYSEL TASARIMLAR

Fatma AYDIN*, Fahrettin YÜKSEL**

Transkript:

Ege Üniv. Ziraat Fak. Derg., 2004, 41(2):185-195 ISSN 1018-8851 Yakala-Tekrar Yakala Yöntemine İlişkin Kapalı Populasyon Modelleri 1 Timur KÖSE 2, Fikret İKİZ 3 Summary Closed Population Models Related to Capture-Recapture Method In this study, the capture-recapture method has been studied to estimate the population size in closed populations. In these populations, it is assumed that the number of individuals do not change with factors like birth, death and migration in the sampling process. Eight closed population models that are defined according to the absence and presence of the time, behavior and heterogenity factors which cause variations in capture probabilities of the individuals, have been conceptually studied. Key words: Capture-recapture, closed population models, population size, estimate. Giriş Hızla artmakta olan insan nüfusu, bir taraftan besin kaynaklarının yok olmasından dolayı açlıkla, diğer taraftan doğal ortamların bozulmasından dolayı sağlıksız yaşam şartlarıyla karşı karşıya kalmaktadır. Bu nedenle, günümüzde vahşi yaşam populasyonları ile ilgilenen kuruluşların, dolayısıyla araştırmacıların sayısı artarken, beraberinde bu alanda yapılan çalışmalarda da büyük artışlar olduğu görülmektedir. Gerçekleştirilen çalışmalar içinde, populasyonda bulunan birey sayısını ve bu bireylerin davranış biçimlerini tahminlemeye yönelik olanlarının da önemli bir yer tuttuğu dikkat çekmektedir. Populasyon hakkında bilgi elde etmek için yaygın olarak kullanılan yöntemlerden birisi, yakala-tekrar yakala yöntemidir. Populasyon büyüklüğünü tahminlemeye yönelik olarak, yöntemin kullanımının 1700 lü yıllara kadar gittiği görülmektedir. 1930 lu yıllar sonrasında hayvan ekolojistleri ve istatistikçiler arasındaki birliktelik, 1 Bu makale 1 nolu yazarın doktora tezinden alınmış bir bölümü içermektedir. 2 Dr. E.Ü. Müh. Fak. Bilgisayar Mühendisliği Bölümü Öğretim Elemanı kose@staff.ege.edu.tr 3 Prof. Dr. Müh. Fak. Bilgisayar Mühendisliği Bölümü Öğretim Üyesi 185

yöntemle ilgili istatistiksel modellerin gelişiminde önemli katkılar sağlamıştır. Özellikle 1970 li yıllar sonrasında bilgisayar olanaklarındaki artışla da, daha karmaşık istatistiksel modellerin kullanılabilir olması, populasyon büyüklüğünü tahminlemeye yönelik yöntemlerde büyük bir çeşitlilik yaratmıştır. Yöntem, deneme sırasında doğum, ölüm ve göç gibi etmenler sonucunda ilk populasyon büyüklüğünün değiştiği kabul edilen açık populasyonlarda uygulanabildiği gibi, bunların kabul edilmediği kapalı populasyonlarda da uygulanabilmektedir. Yakala-tekrar yakala yönteminin anlaşılması bakımından öncelikle, en basit ve temel uygulama olan Petersen-denemesi ve buna bağlı olarak Petersen tahmini üzerinde durmakta yarar vardır. Deneme, bilinmeyen populasyon büyüklüğünü tahmin etmek amacıyla, kapalı bir populasyonda mümkün olduğunca çok birey yakalanacak şekilde düzenlenen iki örnekleme evresinde gerçekleştirilmektedir. Birinci evrede yakalanan bireyler, ikinci örnekleme evresinde de yakalandıklarında tanınabilecek şekilde işaretlenerek populasyona geri döndürülmektedir. Bu bireylerin, populasyondaki işaretsiz bireylerle karışması için yeterli bir süre geçtikten sonra, ikinci örnekleme evresi gerçekleştirilerek deneme tamamlanmaktadır. Bilinmeyen populasyon büyüklüğünün N, birinci ve ikinci örnekleme evresinde sırasıyla n 1 ve n 2 bireyin yakalandığı ve n 2 bireyden m 2 tanesinin birinci örnekleme evresinde yakalanmış olan işaretli bireyler olduğu kabul edilirse, bu verileri kullanarak N yi tahmin etmek mümkün olmaktadır. Birinci örnekteki n 1 tane işaretli bireyin, bilinmeyen populasyon büyüklüğü N ye oranının, ikinci örnekteki m 2 işaretli bireyin örnekteki toplam birey sayısı n 2 ye olan oranına eşit olacağı şeklinde basit bir mantıkla, N=n 1 n 2 /m 2 olarak Petersen-tahminleyicisi elde edilmektedir. Bu tahminleyici, İkiz (1981) de değişik populasyon büyüklüğü ve yakalama olasıkları için simulasyon yoluyla ayrıntılı bir şekilde incelenmiştir. Ayrıca, Petersen yöntemiyle ilgi son çalışmalar Schwarz ve Seber (1999) tarafından değerlendirilmiştir. Populasyondaki tüm bireylerin, yakalanma şanslarının eşit olduğu ve iki örnekleme evresinde değişmediği, populasyonun artış ve azalmalara kapalı olduğu gibi altında yatan varsayımların geçerliliği için herhangi bir testin mümkün olmaması, Petersen-tahminleyicisi için kullanım kolaylığı getirmesinin yanında, büyük bir eksiklik oluşturmaktadır. Bu eksiklik, Schnabel (1938) in Petersen örnekleme prosedürünü genelleştirmesi ile ortaya çıkmıştır. İkiden daha çok örnekleme evresinde (t>2) gerçekleştirilen Schnabel sayımı (census), 186

yakalanan bireylerin, hangi evrelerde yakalandığı anlaşılacak şekilde işaretlenmesine dayanmaktadır. Böylece, yakala-tekrar yakala denemesi boyunca yakalanan tüm bireylerin, hangi örnekleme evrelerinde yakalandıklarını gösteren yakalanma hikayeleri tam olarak bilinmektedir. Populasyondaki bireylerin yakalanma olasılıklarının eşit olduğu ve tüm örnekleme evrelerinde (t>2) deneme sonuna kadar değişmediği varsayımına dayalı modelleri ilk kullanan araştırıcılar Schnabel (1938) ve Darroch (1958) tur. Literatür incelendiğinde, dünyada çok yaygın olarak kullanılan yöntemin ülkemizde çok tanınmadığı ve buna bağlı olarak da pek kullanılmadığı dikkat çekicidir. Bu nedenle, bu çalışmada, kapalı populasyonlarda çoklu örnekleme (t>2) ile gerçekleştirilen yakalatekrar yakala denemelerindeki modellerin istatistiksel olarak irdelenmesi yerine bu modellerin oluşumu üzerinde durmanın yararlı olacağı düşünülmüştür. Bu düşünceden hareketle 1. bölümde tahminleme yöntemlerine ilişkin varsayımlara, 2. bölümde tahminleme modellerinin özelliklerine ve son olarak da bazı önerilere yer verilmiştir. 1.Varsayımlar Bilindiği gibi, tüm istatistiksel tahminleme yöntemleri bazı varsayımlara dayanmaktadır ve elde edilen tahminlerin geçerliliği, öngörülen varsayımların gerçekleşmesi ile yakından ilgilidir. Yakalatekrar yakala yöntemine ilişkin en basit ve kısıtlı kapalı populasyon modeli; i) populasyon kapalıdır, ii) deneme boyunca bireyler işaretlerini kaybetmezler, iii) her bir örnekleme evresine ait işaretleme bilgileri doğru bir iv) şekilde kaydedilmektedir, bireylerin yakalanma şansları eşittir ve tüm evrelerde bu olasılıklar sabit kalmaktadır, varsayımlarına dayanmaktadır. Bu dört varsayımdan ilk üçü, tüm diğer kapalı populasyon modelleri için de geçerlidir. Eşit ve sabit yakalanma olasılığı ile ilgili dördüncü varsayımın, ileride açıklanacak olan değişik faktörlere bağlı olarak gerçekleşmediği durumlarda diğer modeller oluşmaktadır. Kapalılık varsayımının, coğrafik ve demografik olmak üzere iki bileşeni vardır (Otis ve ark. 1978). Açık populasyonlar için de kullanılabilen yakala-tekrar yakala yönteminde, sadece demografik açıklık kabul edilmektedir ve coğrafik kapalılık varsayımı bu modeller 187

için de geçerlidir. Coğrafik kapalılık, çalışılan alanın fiziksel olarak sınırlandırılması ile ilgili olup, gerçekleşmediği sürece, populasyon büyüklüğünü ilgilendiren alan tanımsız olduğundan, elde edilen büyüklük tahminin bir anlamı olamaz. White ve ark. (1982) da, varsayımın, alanın büyüklüğüne oranla yetersiz tuzak kurma yada uygun örnekleme yapılmadığı durumlarda, gerçekleşmeyeceği belirtilmiştir. Demografik kapalılık, en genel anlamda, çalışma boyunca incelenen populasyonun büyüklüğünün değişmemesi şeklinde özetlenebilir. Diğer bir deyişle, populasyonda doğum veya iç göç gibi etkilerle artış yada ölüm veya dış göç gibi nedenlerle de azalma olmamaktadır. White ve ark. (1982) da bu varsayımın biyolojik bir populasyonda tam olarak gerçekleşmesinin mümkün olmadığı belirtilerek, kapalılık, hedef populasyonda bilinmeyen herhangi bir değişiklik olmaması şeklinde tanımlanmıştır. Tuzak ölümleri gibi bilinen kayıpların varsayımı etkilemeyeceği ve uygun bir deneme düzeni ile kapalılığın en azından yaklaşık olarak sağlanabileceği belirtilmiştir. Otis ve ark. (1978) da, işaretlerin kaybolmasının kapalılık varsayımından uzaklaşmalara yol açtığına ve özellikle tahminlerin gerçek değerin üzerinde oluşmasına neden olduğuna dikkat çekilmiştir. Yakala-tekrar yakala denemelerinin, yeterince kısa bir zaman diliminde gerçekleştirilmesi durumunda bu kayıpların büyük bir problem oluşturmayacağı ve üçüncü varsayımın ise dikkatli bir çalışma ile kolaylıkla yerine getirilebileceği belirtilmiştir. Gerçek doğal ortamdaki hareketli populasyonlar üzerinde Schnabel sayımı ile gerçekleştirilen yakala-tekrar yakala denemelerinde, yakalama olasılıkları üzerindeki dördüncü varsayımın genellikle gerçekleşmediği görülmüştür. Ayrıca, bilgisayar ortamında simülasyon ile gerçekleştirilen çalışmalarda, eşitlik varsayımının yerine gelmediği durumlarda, bu varsayıma dayalı tahminleyicilerin önemli derecede yanlılık (bias) gösterdiği belirlenmiştir (Gilbert, 1973; Manly, 1970). Bu türden çalışmalar, populasyon parametrelerinin tahminlenmesinde, eşit olmayan yakalama olasılıklarını dikkate alan modellerin gerekliliğini ortaya çıkarmıştır. Belirli bir örnekleme evresindeki hava şartları yada yakalama tekniğindeki bir değişiklik, bireylerin yakalanma olasılıklarında zamana bağlı olarak varyasyon oluşturabilmektedir. Bireylerin yaşı, cinsiyeti, populasyondaki sosyal sınıfı, yaşadığı çevredeki tuzak sayısı yada tuzak meraklılığı gibi yaradılış özelliklerindeki heterojenlikten dolayı, 188

yakalanma olasılıkları bireyden bireye farklılık gösterebilmektedir. Tüm bunların yanında, bireylerin ilk yakalanmaya karşı davranışsal tepki göstererek, tuzağa tekrar girme (trap-happy) yada tuzaktan kaçınma (trap-shy) eğilimi gösterebilirler ki, bu durum da yakalanma olasılıklarında varyasyona neden olabilmektedir. Olasılıklardaki varyasyon kaynaklarından zaman, t, davranış, b ve heterojenlik, h ile temsil edilmektedir. Bu üç faktörün varlığına ve yokluğuna göre M 0, M t, M b, M h, M tb, M th, M bh ve M tbh şeklinde gösterilen, toplam sekiz değişik kapalı populasyon modeli oluşmaktadır. Bu modeller bir bütün olarak ilk kez Pollock (1974) tarafından tanımlanmış ve Otis ve ark. (1978) nın CAPTURE bilgisayar programı ile birlikte hazırladığı bir monografta ayrıntılı bir şekilde ele alınmıştır. 2.Modellerin Özellikleri Sekiz model içinde en basit ve kısıtlı olanı M 0, hiç bir varyasyon kaynağını dikkate almazken, M tbh tümünü dikkate alan en genel modeldir. Bu bölümde, her bir model için, geçerli oldukları populasyonda yakalanma olasılıklarının ne şekilde yorumlandığı üzerinde durulacaktır. 2.1.M 0 Modeli Modelin geçerli olduğu populasyonda, tüm bireylerin, herbir örnekleme (tuzak) evresinde eşit yakalanma olasılığına sahip olduğu varsayılmaktadır. Buna göre, belirli bir örnekleme evresinde bireylerin yakalama olasılıkları eşit olduğu gibi, bu durum farklı evrelerde de değişmemektedir. Böylece, yakalama olasılıklarında heterojenliğin olmadığı, yakalanmaya karşı davranışsal bir tepkinin bulunmadığı ve deney ortamında zaman içerisinde herhangi bir varyasyonun gerçekleşmediği kabul edilmektedir. Açıklanan yapıdaki bir populasyon için istatistik model ve buna bağlı olarak maksimum olabilirlik tahminleyicisi Darroch (1958) tarafından oluşturulmuştur. Gerçek alan uygulamalarında, dayandığı varsayımlar çok ender olarak geçekleşse bile, diğer yedi gelişmiş modele bir temel oluşturması ve populasyon uygulamalarında elde edilen veriler için uygun model seçimine ilişkin, yakalama olasılıklarındaki varyasyon kaynaklarının test edilebilmesinde yararlı olacak null (sıfır) modeli temsil etmesi bakımından önemlidir. 189

2.2.M t Modeli Bireyden bireye değişmeyen yakalanma olasılıklarının, zamana bağlı olarak evreler arasında varyasyon gösterdiği durumlar için uygun bir modeldir. Böyle bir varyasyon, en basitinden örnekleme evrelerindeki su sıcaklığı, havanın yağmurlu yada güneşli olması gibi çevresel şartlardaki değişikliklerden kaynaklanabilmektedir. Bu durum ile ilgili olarak White ve ark. (1982) da, Paloheimo (1963) ve Bailey (1969) in gerçekleştirdiği çalışmalar örnek verilmiştir. Ayrıca, çevresel faktörlerin yanında, örnekleme evrelerinde yakalama çabalarındaki değişiklikler ve/veya farklı yakalama teknikleri kullanımının, yakalama olasılıklarında zamana bağlı bir varyasyon oluşturabileceği belirtilmiştir. 2.3.M b Modeli Modelin geçerli olduğu bir populasyonda, temel olarak yakalama olasılıklarının, ilk yakalanmaya karşı oluşan davranışsal tepki sonucunda değiştiği varsayılmaktadır. White ve ark. (1982) tarafından, ekoloji literatüründe doğal ortamlarda gerçekleştirilen yakala-tekrar yakala uygulamalarında, hayvanlarda tuzak tepkisi oluşmasına ilişkin çok sayıda çalışma olduğu belirtilmiştir (Bailey, 1969; Beukema ve DeVos, 1974). İlk yakalanma sonrasında oluşabilecek davranışsal tepki, tuzak memnuniyeti (trap happy) ve tuzak çekingenliği (trap shy) olmak üzere, iki farklı şekilde gerçekleşebilir. Ancak belirli bir yakalatekrar yakalama çalışmasında, M b modeli altında, bu iki tipten sadece biri görülebilir. Aynı çalışma içinde bazı bireylerde tuzak memnuniyeti gözlenirken, diğer bireylerde tuzak çekingenliğinin oluştuğu bir yapı bu model için uygun değildir. Bu varsayıma göre, denemenin başlangıcında yani birinci örnekleme evresinde populasyondaki tüm bireyler için tek bir yakalama olasılığı vardır ve bu olasılık birey ilk kez yakalanıncaya kadar değişmez. Birey bir kez yakalandıktan sonra, bunun hangi örnekleme evresinde gerçekleştiğine bakılmaksızın, yakalanan bu birey için izleyen örnekleme evrelerinde tekrar yakalansa da, yakalanmasa da deney sonuna kadar hiç değişmeyecek olan bir tekrar yakalama olasılığı söz konusudur. Özet olarak, bir bireyin birden çok yakalanması ile bir kez yakalanması arasında bir farklılığın 190

olmadığını; yakalama olasılıklarının zamana göre ya da bireyden bireye değişmediğini söyleyebiliriz. M b modeli altında gerçekleştiği düşünülen bir çalışmada, ilk yakalanmayı izleyen evrelerde, tekrar yakalama olasılığı ilk yakalama olasılığından düşükse hayvanlarda tuzak çekingenliği, tersi durumda ise tuzak memnuniyeti oluştuğu sonucu çıkar. 2.4.M h Modeli Yakala-tekrar yakala yönteminin biyolojik bireylere uygulandığı düşünülürse, bireylerin tek başlarına yakalama olasılıkları üzerinde önemli bir varyasyon kaynağı oluşturabileceği açıktır. Bu model altındaki bir populasyonda, her bir bireyin diğer tüm bireylerden bağımsız olarak kendine ait bir yakalanma olasılığı olduğu varsayılmaktadır. Temel olarak, örnekleme evreleri arasında varyasyon ve yakalanmaya karşı davranışsal bir tepkinin olmadığı, ancak bireylerin yakalama olasılıkları arasında heterojenlik olduğu kabul edilmektedir. Yakalama olasılıklarındaki heterojenlik, bazen türlerdeki farklılık, cinsiyet ya da yaş gibi bilinen sebeplerden kaynaklanırken, bazen de sosyal dominantlık, hayvanın yaşadığı çevredeki tuzak yerleşimi yada doğuştan gelen aktivite düzeyi gibi farkedilemeyecek nedenlerden kaynaklanabilir (White ve ark. 1982). Ekoloji literatüründe, yakalama olasılıklarındaki heterojenliği ve diğer varyasyon kaynaklarını açık bir şekilde gösteren, değişik türler üzerinde gerçekleştirilmiş çok sayıda çalışma bulunmaktadır. White ve ark. (1982) da bu çalışmalara örnek olarak Beukema ve DeVos (1974), Jensen (1975) ve Montgomery (1979) gösterilmiştir. 2.5.M bh Modeli Populasyonun kapalı olduğu varsayımı altında yapılan yakalatekrar yakala denemelerinde, populasyon büyüklüğünü tahminlemek için geliştirilen modellerin, şimdiye kadar anlatılanlardan anlaşılacağı gibi, yakalama olasılıkları üzerinde yapılan farklı varsayımlara göre oluştuğu açıktır. Yine dikkat çeken bir durum deneme boyunca tüm bireyler ve tüm örnekleme evreleri için yakalama olasılıklarında sabit ve tek bir değeri kabul eden M o modeli dışındaki M t, M b ve M h modellerinin olasılıklarda varyasyona neden olan, sırasıyla zaman, davranış ve heterojenlik faktörlerinden sadece birinin gerçekleştiğini 191

kabul etmesiydi. Ancak, gerçek populasyonlarda, bu faktörlerin herhangi ikisinin yada üçünün birlikte yakalama olasılıklarında etki oluşturduğu bilinmektedir. M bh modelinde, yakalama olasılıklarının M h modelinde olduğu gibi bireyden bireye değiştiğini kabul etmenin yanında, M b modelinde olduğu gibi ilk yakalamaya karşı davranışsal bir tepkinin oluştuğunu da varsaymaktadır. Modelin M h bileşenine göre, her bir bireyin kendine ait bir ilk yakalanma olasılığı olduğu ve M b bileşeni altında birey bir kez yakalandığında bu olasılığın, ilk yakalanmayı izleyen evrelerde geçerli olacak olan yine bireyin kendine ait bir tekrar yakalanma olasılığına dönüştüğü varsayılmaktadır. Ancak, birey tekrar tekrar yakalandığında artık bu yeni olasılığın değişmediği kabul edilmektedir. Modelin pratik yararlılığını artıran önemli bir özelliği, ilk yakalanmaya karşı oluşan davranışsal tepkinin bireyden bireye değişebileceğini kabul ediyor olmasıdır. Yani, aynı yakala-tekrar yakala denemesinde bazı bireyler yakalamaya tepki vermezken, bazıları tuzak memnuniyeti, bazıları da tuzak çekingenliği sergileyebilmektedir. 2.6.M th Modeli M th modeli altındaki bir populasyonda, bireylerin yakalama olasılıkları üzerine hem zaman hem de heterojenlik kaynakları birlikte varyasyon oluşturmaktadır. Modelin heterojenlik bileşenine dayalı olarak, denemenin ilk tuzak evresinde populasyonda bulunan her bir bireyin kendine ait bir yakalanma olasılığı olduğu varsayılmaktadır. Zaman bileşenin, bu olasılıklardan bağımsız olarak, denemenin yapısındaki (yakalanma şekli) yada çevresel şartlardaki (hava durumu) değişikliklerden dolayı, evreler arasında bu olasılıklar üzerinde varyasyon oluşturduğu kabul edilmektedir. Burada dikkat edilmesi gerek durum, belirli bir evrede oluşan etkinin populasyondaki tüm bireyler için aynı olmalıdır. 2.7.M tb Modeli Yakalama olasılıklarında, hem zamana bağlı olarak tuzak evreleri arasında farklılık olduğunu, hem de yakalanmaya karşı davranışsal tepkinin varlığını kabul eden model, iki faktörlü modellerin sonuncusudur. Modelin M t bileşenine göre, belirli bir örnekleme evresine kadar hiç yakalanmamış tüm bireyler için bu evredeki yakalanma olasılığının eşit olduğu kabul edilmektedir. Yakalamaya 192

karşı oluşan davranış bileşeninde ise, tepkilerin zaman bileşeninden dolayı bireyin yakalandığı evreye göre değiştiği varsayılmaktadır. 2.8.M tbh Modeli Populasyonun kapalı olduğu varsayımı altında, çoklu (t>2) örnekleme evresinde gerçekleştirilen yakala-tekrar yakala denemeleri için tanımlanmış olan sekiz populasyon modelinin en geneli M tbh modelidir. Yakalama olasılıkları üzerinde yapılan değişik varsayımlar sonucunda elde edilen, şimdiye kadar incelediğimiz yedi kapalı populasyon modeli M tbh nin özel bir formudur. Modele göre, zaman faktöründen kaynaklanan evreler arası farklılık, ilk yakalamaya karşı oluşan davranışsal tepki ve bireyin kendisinden kaynaklanan heterojenlik kaynaklarının tümü, yakalama olasılıkları üzerinde varyasyon oluşturmaktadır. Burada dikkat edilmesi gereken konu, birinci tuzak evresinde populasyonda sadece heterojenlik bileşeninin olabileceğidir. Davranış bileşeni sadece birey yakalandığı durumda etki oluştururken, zaman bileşeni de ikinci evre ve sonrasında varyasyon yaratabilecektir. Sonuç olarak, M tbh modeli altındaki bir populasyonda davranış ve/veya zaman faktörlerinin varyasyon oluşturabilmesi için en az iki tuzak evresi gerekmektedir. Otis ve ark. (1978) da M tbh modelinin, varsayımlarından dolayı biyolojik populasyonlar için en gerçekçi model olduğu ve bu fazla gerçekçiliğin, modelin populasyon büyüklüğünü tahminlemedeki pratik kullanımını engellediği belirtilmiştir. Ayrıca modelin varsayımlarının tam olarak gerçekleştiği bir populasyonda, tanımlanmış olan diğer modellerin parametrelerle ilgili olarak doğru bilgiler veremeyeceği vurgulanmıştır. Sonuç ve Öneriler Günümüzde tüm kapalı populasyon yapıları için alternatif tahminleme yöntemleri bulunmasına rağmen, alan uygulamalarında olasılıklar üzerindeki varyasyon kaynaklarını mümkün olduğunca kontrol edebilmek bakımından, denemenin tasarım konusu önemli bir konu olarak karşımıza çıkmaktadır. Yapılan alan uygulamalarında elde edilen verilerden maksimum yararın sağlanabilmesi için, denemeler, varsayımları test edilebilecek, kapalılık varsayımını yerine getirecek, mümkün olan en basit modelin uygulanmasına olanak sağlıyacak ve 193

mümkün olan maksimum sayıda birey yakalanacak şekilde düzenlenmelidir (Otis ve ark. 1978). Alan uygulamalarında yakala-tekrar yakala yöntemine dayalı verileri kullanarak tahminleme yapmak için önemli diğer bir konu da, model seçimidir. Eldeki veriler için bu çalışmada ele alınan tahminleme yöntemlerinden birisini kullanmadan önce, hangi populasyon modelinin uygun olduğunun belirlenmesi gerekmektedir. Literatür incelendiğinde, bu konuda değişik yaklaşımların önerildiği görülmektedir. Özet Bu çalışmada, örnekleme süresince doğum, ölüm ve göç gibi etmenlerle populasyonda bulunan birey sayısının değişmediği kabul edilen kapalı populasyonlarda, populasyonda bulunan birey sayısını tahmin etmeye yönelik olarak kullanılan yakala-tekrar yakala yöntemi ele alınmıştır. Bireylerin yakalanma olasılıklarında varyasyona neden olan zaman, davranış ve heterojenlik faktörlerinin varlığına ve yokluğuna göre tanımlanmış olan sekiz kapalı populasyon modeli, kavramsal olarak açıklanmıştır. Anahtar Sözcükler: Yakala-tekrar yakala, kapalı populasyon modeli, populasyon büyüklüğü, tahminleme. Kaynaklar Bailey, J.A., 1969, Trap response of wild cottontails, Journal of Wildlife Management, 33(1): 48-58. Beukema, J.J. and G.J. DeVos, 1974, Experimental test of a basic assumption of the capture-recapture method in pond population of carp, Journal. Fish Biol., 6: 317-329. Darroch, J.N., 1958, The multiple-recapture census: I. Estimation of a closed population, Biometrika, 46(3/4): 336-351. Gilbert. R.O., 1973, Approximation of the bias in the Jolly-Seber capture-recapture model, Biometrics, 29(3): 501-526. İkiz, F., 1981, Hareketli Populasyonların Tahminlenmesinde Kullanılan İşaretleme Yöntemlerine İlişkin İstatistik Modellerin Karşılaştırılması Üzerine Bir Araştırma, Doçentlik Tezi, Ege Üniversitesi, 94s. Jensen, T.S., 1975, Trappability of various functional groups of the forest rodents Clethrionomys glareolus and Apodemus flavicollis, and its application in density estimations, Oikos, 26(2): 196-204. Manly, B.F.J., 1970, A simulation study of animal population estimation using the capture-recapture method, Journal Applied Ecology, 7(1): 13-39. Montgomery, W.I., 1979, An examination of interspecific, sexual and individual biases affecting rodent captures in Longworth traps, Acta Theriol., 24(3): 33-45. Otis, D.L, Burnham, K.P, White, G.C. and Anderson, D.R., 1978, Statistical Inference From Capture Data On Closed Animal Populations, Wildlife Monographs 62,135p. 194

Paloheimo, J.E.,1963, Estimation of catchabilities and population sizes of lobsters, Journal of Fish. Res. Board Can., 20(1): 59-88. Pollock, K.H., 1974, The Assumption of Equal Catchability of Animals in Tag- Recapture Experiments, Ph D Thesis, Cornell University, Ithaca, New York, 82p (unpublished). Schnabel, Z.E., 1938, The estimation of the total fish population of a lake, American Mathematical Monthly, 45(6): 348-352. Schwarz, C.J. and Seber, G.A.F.,1999, A review of estimating animal abundance III, Statistical Science, 14: 427-456. White, G.C., Anderson, D.R., Burnham, K.P. and Otis, D.L., 1982, Capture- Recapture and Removal Methods for sampling Closed Populations, Los Almos National Laboratory Publ., New Mexico, LA-8787-NERP., 235p. 195

196