变量重要性指标表明人类经济学对外来物种引入的影响至关重要

科学领域:

• 生态生态学 生态生态学
• 进化生物学 进化生物学
• 保护科学 保护科学

背景情况:

• 确定生态和进化模式的关键驱动因素是一个主要的科学目标.
• 像部分回归系数这样的标准统计方法在预测因子相互关联时,通常对变量重要性不够.
• 诸如随机森林和等级分区等先进技术可以处理对线性,但未得到充分利用.

研究的目的:

• 为了比较随机森林和等级分区与线性混合模型在评估变量重要性方面的有效性.
• 揭开环境,经济和人类人口因素对全球外来物种丰富性的影响.
• 评估不同统计方法在识别生物入侵驱动因素方面的表现.

主要方法:

• 随机森林,层次分区和线性混合模型的比较.
• 在全球范围内对八个分类学群的外来物种丰富性的分析.
• 评估环境,经济和人口因素作为预测因素.

主要成果:

• 随机森林和等级分区通常同意变量重要性排名,与标准方法不同.
• 通过先进的方法,经济和人类人口变量被确定为外来物种丰富的更重要的驱动因素,而不是面积或温度.
• 标准方法强调面积和温度,而β重量突出显示较少相关的预测因素,如采样力度和降水量.

结论:

• 变量重要性测量,特别是随机森林和层次分区,对于识别生物入侵的重要驱动因素来说更优越.
• 这些方法为影响物种入侵的因素的复杂相互作用提供了更准确的见解.
• 这些发现支持全球变化研究中的更有效的管理和保护决策.