协变量信息与测量误差下Chao估计量的稳健性研究及其在种群规模评估中的应用

本研究针对捕获-再捕获计数数据分析中测量误差的影响，探讨了引入协变量信息后Chao估计量的稳健性。研究人员通过条件似然方法将指数异质性下的Chao下界扩展至协变量场景，并基于模拟实验证实该估计量在存在测量误差时仍保持优异性能。该研究为生态学与流行病学中的种群规模估计提供了重要方法论支持。

　　

本研究通过条件似然方法（conditional likelihood approach）将指数异质性（exponential heterogeneity）下的Chao下界（Chao's lower bound）扩展至包含协变量（covariate）的场景，系统评估了测量误差（measurement error）对捕获-再捕获（capture-recapture）计数数据分析中Chao估计量（Chao's estimator）稳健性的影响。模拟实验结果表明，即使存在测量误差，该估计量仍表现出显著的稳定性。这一发现为生态学、流行病学等依赖种群规模估计（population size estimation）的领域提供了关键方法学支撑，显著提升了复杂现实场景中统计推断的可靠性。