Influence of groups of points on estimates of the parameters of moult

Abstract

The Underhill–Zucchini model of avian moult is a statistical simplification for the analysis of primary moult, a complex biological system in birds. As with all such models, conclusions can be biased if a subset of the data used to fit the model is strongly influential on the results. In the analysis of primary moult of a species, it is standard practice to assemble as many records as possible, frequently from different years or localities. We developed an approach, based on the concepts underpinning Cook’s distance in regression, to evaluate the influence on the estimated moult parameters of groups of records that differ from the bulk of the data. The method is applied to a simulated dataset.

Influence de groupes de points sur les estimations des paramètres de la mue

Le modèle de mue Underhill–Zucchini est une simplification statistique pour l’analyse de la mue primaire des oiseaux, un système biologique complexe. Comme pour tous les modèles de ce type, les conclusions peuvent être faussées si un sous-ensemble des données utilisées pour ajuster le modèle a une forte influence sur les résultats. Dans l’analyse de la mue primaire d’une espèce, il est d’usage de rassembler autant de données que possible, provenant souvent d’années ou de localités différentes. Dans cette note, nous développons une approche, basée sur les concepts qui sous-tendent la distance de Cook pour régressions, pour évaluer l’influence sur les paramètres de mue estimés de groupes de points qui diffèrent de l’ensemble des données. La méthode est appliquée à un ensemble de données simulées.

Keywords:

• bias
• case deletion strategies
• Cook’s distance
• Mahalanobis distance
• primary moult
• statistical models
• Underhill-Zucchini model