<abstract xmlns="http://www.w3.org/1999/xhtml"><p>In the present paper we have examined Bayesian update for descriptive statistics for a sample of 730 Por’s Goatfish (<italic>Upeneus pori</italic>) (Ben-Tuvia and Golani, 1989), collected from Iskenderun Bay, in the northeast Mediterranean Sea. The computational approach uses the Markov Chain Monte Carlo simulation to draw samples from the posterior distributions of model parameters implementing the simulation in OpenBUGS software. We assigned the results of previous studies as a prior distribution. The posterior distribution for mean length and variance were found to be 11.1 cm and 0.003, while for weight, they were 15.7 g and 0.026. The 95% confidence limits of length and weight were 10.99-11.21 and 15.42-16.05 respectively. The key aspect of this research is that when previous studies are included in the estimation, this significantly reduces the variance and uncertainty, leading to a more sufficient and reliable estimation.</p></abstract>

In the present paper we have examined Bayesian update for descriptive statistics for a sample of 730 Por’s Goatfish (Upeneus pori) (Ben-Tuvia and Golani, 1989), collected from Iskenderun Bay, in the northeast Mediterranean Sea. The computational approach uses the Markov Chain Monte Carlo simulation to draw samples from the posterior distributions of model parameters implementing the simulation in OpenBUGS software. We assigned the results of previous studies as a prior distribution. The posterior distribution for mean length and variance were found to be 11.1 cm and 0.003, while for weight, they were 15.7 g and 0.026. The 95% confidence limits of length and weight were 10.99-11.21 and 15.42-16.05 respectively. The key aspect of this research is that when previous studies are included in the estimation, this significantly reduces the variance and uncertainty, leading to a more sufficient and reliable estimation.

Bayesian Update For Descriptive Statistics In Fisheries Science

Cukurova University, Faculty of Fisheries, Department of Basic Sciences, Adana, Turkey, TR-01330

Osmaniye Korkut Ata University, Faculty of Economics and Administrative Sciences, Department of Business Administration, Osmaniye, Turkey, TR-01330

<trans-abstract xml:lang="fr" xmlns="http://www.w3.org/1999/xhtml"><p>Dans le présent article nous avons examine les derniers aspects de la statistique descriptive bayesienne pour un échantillon de 730 individus de l’espèce <italic>Upeneus pori</italic> (Ben-Tuvia and Golani, 1989) de la baie de Iskenderun, au nord-est de la Méditerranée. La simulation Monte Carlo Markov Chain a été utilisée pour ploter les distributions postérieures des paramètres qui ont été implémentés en suite dans le logiciel OpenBUGS. Les enregistrements passes ont été assignés en tant que distributions antérieures. Les distributions postérieures de la moyenne et de la variance pour la longueur ont été de 11,1 cm et 0,003, et respectivement de: 15,7 et 0,026, pour le poids. L’intervalle de confiance de 95% pour la longueur a été de 10,99-11,21 et de 15,42-16,05, respectivement, pour le poids. Un résultat-clé a été le fait que l’utilisation des études précédentes pour les estimations baisse la variance et l’incertitude. Ceci rend à son tour l’estimation suffisante et plus fiable.</p></trans-abstract>

Dans le présent article nous avons examine les derniers aspects de la statistique descriptive bayesienne pour un échantillon de 730 individus de l’espèce Upeneus pori (Ben-Tuvia and Golani, 1989) de la baie de Iskenderun, au nord-est de la Méditerranée. La simulation Monte Carlo Markov Chain a été utilisée pour ploter les distributions postérieures des paramètres qui ont été implémentés en suite dans le logiciel OpenBUGS. Les enregistrements passes ont été assignés en tant que distributions antérieures. Les distributions postérieures de la moyenne et de la variance pour la longueur ont été de 11,1 cm et 0,003, et respectivement de: 15,7 et 0,026, pour le poids. L’intervalle de confiance de 95% pour la longueur a été de 10,99-11,21 et de 15,42-16,05, respectivement, pour le poids. Un résultat-clé a été le fait que l’utilisation des études précédentes pour les estimations baisse la variance et l’incertitude. Ceci rend à son tour l’estimation suffisante et plus fiable.

Transylvanian Review of Systematical and Ecological Research

This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.

Mise à jour bayesienne pour le descriptif des sciences appliquées à la pêche

Aplicații ale metodei bayesiene la statistica descriptivă în pescuitul științific

In the present paper we have examined Bayesian update for descriptive statistics for a sample of 730 Por’s Goatfish (Upeneus pori) (Ben-Tuvia and Golani,...

Bayesian Update For Descriptive Statistics In Fisheries Science

Published Online: Jan 13, 2016

Page range: 189 - 196

DOI: https://doi.org/10.1515/trser-2015-0027

Keywords
Bayes Theory, descriptive statistics, Iskenderun Bay

© 2014 Sedat Gündoğdu et al., published by De Gruyter Open

This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.

Bayesian Update For Descriptive Statistics In Fisheries Science

Published Online: Jan 13, 2016

Page range: 189 - 196

DOI: https://doi.org/10.1515/trser-2015-0027

KeywordsBayes Theory, descriptive statistics, Iskenderun Bay

© 2014 Sedat Gündoğdu et al., published by De Gruyter Open

This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.

Keywords
Bayes Theory, descriptive statistics, Iskenderun Bay