本講演では、検出・不検出データおよび個体数の計数データを階層モデリングにより解析する具体的な手法について説明する。具体的には、RのAHMbookパッケージを使用して、検出・不検出データおよび計数データの模擬データを生成し、Rのunmarkedパッケージ、BUGS言語 (BUGSエンジンとしてJAGSを使用)、Stanのそれぞれを使用して解析した例を紹介する。

階層モデルとしては、検出・不検出データに対するサイト占有モデルと、計数データに対するN混合モデルを扱う。サイト占有モデルは、調査対象種についての観測されていない真の占有状態と、観測された検出・不検出データの2つの階層からなり、真の占有状態に加えて、占有確率と検出確率を推定する。N混合モデルは、観測されていない真の個体数量と、観測された個体数量の2つの階層からなり、検出確率と期待個体数量を推定する。unmarked, JAGS, Stan のそれぞれで、サイト占有モデルおよびN混合モデルのあてはめが可能であり、結果もそれほど違わない。モデル構造が比較的単純ならunmarkedが簡単だが、モデルが複雑になると、BUGS言語やStanによるモデルの記述が必要になるかもしれない。

Stanによるこれらのモデルのあてはめには多少の工夫が必要となる。検出・不検出データおよび計数データのモデリングでは通常、離散パラメータが使用されるが、Stanでは離散パラメータが扱えないためである。しかし、離散パラメータを周辺化して消去したり、アルゴリズムを工夫することでこれらモデルを扱うことができる。この方法についても説明する。