12.07.2015 Aufrufe

Habitat-Modelle in der Wildökologie - Université de Lausanne

Habitat-Modelle in der Wildökologie - Université de Lausanne

Habitat-Modelle in der Wildökologie - Université de Lausanne

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Glossar und Abkürzungsverzeichnis 95HSI <strong>Habitat</strong> Suitability In<strong>de</strong>x, dimensionsloser Wert zwischen 0,0 und 1,0. 0,0bezeichnet ungeeignetes <strong>Habitat</strong> und 1,0 optimales <strong>Habitat</strong> (U.S. Fish andWildlife Service, 1981).HU <strong>Habitat</strong> Unit, ergibt sich aus <strong><strong>de</strong>r</strong> Multiplikation <strong><strong>de</strong>r</strong> verfügbaren (<strong>Habitat</strong>-)Flächemit ihrem HSI. Grundlage für Vergleich von <strong>Habitat</strong>en (räumlich) bzw.<strong>Habitat</strong>s-Verän<strong><strong>de</strong>r</strong>ungen (zeitlich) (U.S. Fish and Wildlife Service, 1980a,1981).IBM Individual Based Mo<strong>de</strong>l, Individuenbasiertes Mo<strong>de</strong>ll. Populationen wer<strong>de</strong>ndurch e<strong>in</strong>zelne Individuen – mit eigenständigem Verhalten – nachgebil<strong>de</strong>t.IR Inverse Regression, auch →Calibration, <strong>in</strong>verse Regression. Regression <strong>in</strong>die "falsche" Richtung, <strong><strong>de</strong>r</strong> wahre Wert X wird aus <strong>de</strong>m gemessenen WertY geschätzt, Messmetho<strong>de</strong> wird mittels e<strong>in</strong>er Ausgleichsgera<strong>de</strong>n geeicht.JK jackknife. Metho<strong>de</strong> zum Schätzen von Parametern und →resampl<strong>in</strong>g von Datensätzen(verwandt mit →bootstrap).Koll<strong>in</strong>earitiät (Multi-)Koll<strong>in</strong>earität besteht, wenn zwei (o<strong><strong>de</strong>r</strong> mehrere) Regressorenstark (l<strong>in</strong>ear) korrelieren. Folge: große Varianzen bei Schätzung <strong><strong>de</strong>r</strong>Regressionskoeffizienten, zu große Werte für β i und R 2 , Interpretation erschwert.Ursachen: Metho<strong>de</strong>n <strong><strong>de</strong>r</strong> Datenerhebung o<strong><strong>de</strong>r</strong> über<strong>de</strong>f<strong>in</strong>iertes Mo<strong>de</strong>ll(p > n, mehr Regressoren als Beobachtungen). Erkennung (mittelsSoftwarepaketen): Toleranzwert, Variance Inflation Factor (VIF). Behebung:Erhebung weiterer Daten, Elim<strong>in</strong>ierung zusammenhängen<strong><strong>de</strong>r</strong> Regressoren.Korrelationskoeffizient Maß für die Stärke e<strong>in</strong>es statistischen Zusammenhangs,die Ableitung e<strong>in</strong>es kausalen Zusammenhangs ist nicht zulässig.L<strong>in</strong>earkomb<strong>in</strong>ation l<strong>in</strong>ear comb<strong>in</strong>ation. ∑ pj=0 β jx ji o<strong><strong>de</strong>r</strong> auch β X, wobei β und XVektoren s<strong>in</strong>d.logistische Regression logistic regression. Zielgröße ist nicht e<strong>in</strong>e kont<strong>in</strong>uierliche,son<strong><strong>de</strong>r</strong>n e<strong>in</strong>e b<strong>in</strong>äre Variable (0-1 Variable, dummy variable), die dasAuftreten e<strong>in</strong>es bestimmten Ereignisses angibt (z.B. Vorkommen e<strong>in</strong>er Art).Gesucht ist die Abhängigkeit dieses Ereignisses von e<strong>in</strong>er o<strong><strong>de</strong>r</strong> mehrerenerklären<strong>de</strong>n Variablen. Gehört zur Klasse <strong><strong>de</strong>r</strong> →GLM.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!