Application of a Bayesian method to data-poor stock assessment by using Indian Ocean albacore （Thunn

• 作 者: GUAN Wenjiang TANG Lin ZHU Jia
• 机 构: CollegeofMarineSciences,KeyLaboratoryofSustainableExploitationofOceanicFisheriesResources（ShanghaiOc
• 出 处: 海洋学报：英文版
• 发表日期: 2016年2期
• 关键词: 海洋学 海洋调查 海洋观测 海洋组织 data-poor stock assessment Bayesian method catch data series
• 基金项目: The Innovation Program of Shanghai Municipal Education Commission under contract No.14ZZ147,the Opening Project of Key Laboratory of Sustainable Exploitation of Oceanic Fisheries Resources（Shanghai Oc

对数据穷人鱼股票的地位的评价是挑战性的并且贝叶斯的分析是能被用来通过从与好的品质数据从种类推出的优先的信息或另外的已知的信息借力量处于数据穷人状况改进股票评价的可靠性的方法之一，这广泛地被认出。因为在对青花鱼科的海产鱼金枪鱼(Thunnus alalunga ) 的股票评价有可观的无常由于有限、低质量的数据留在印度洋，我们由把印度洋青花鱼科的海产鱼股票评价用作一个例子在数据穷人股票评价调查一个贝叶斯的方法的优点。有不同优先的假设和钩子数据系列的八个贝叶斯的生物资源动力学模型被开发估计股票。结果证明(1 )