Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Predictions of Taylor's power law, density dependence and pink noise from a neutrally modeled time series

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11310%2F10%3A10072321" target="_blank" >RIV/00216208:11310/10:10072321 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/00216208:11620/10:10072321 RIV/67985939:_____/10:00370278

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Predictions of Taylor's power law, density dependence and pink noise from a neutrally modeled time series

  • Popis výsledku v původním jazyce

    We investigated the ability of a neutral model to predict phenomena observed in single-population time series. We consider tests for density dependence, spectral density, and a relationship between the mean and variance of a fluctuating population (Taylor's power law). Our spectral analysis showed 'pink noise': a departure from a standard random walk dynamics in favor of the higher frequency fluctuations which is consistent with empirical data. We detected density dependence in local community time series but not in metacommunity time series. The slope of the Taylor's power law in the model was similar to the slopes observed in natural populations, but the fit was worse. We conclude that some of the phenomena observed in natural time series can emergefrom neutral processes, as a result of random zero-sum death, birth and migration. This suggests the neutral model would be a parsimonious null model for future studies of time series data.

  • Název v anglickém jazyce

    Predictions of Taylor's power law, density dependence and pink noise from a neutrally modeled time series

  • Popis výsledku anglicky

    We investigated the ability of a neutral model to predict phenomena observed in single-population time series. We consider tests for density dependence, spectral density, and a relationship between the mean and variance of a fluctuating population (Taylor's power law). Our spectral analysis showed 'pink noise': a departure from a standard random walk dynamics in favor of the higher frequency fluctuations which is consistent with empirical data. We detected density dependence in local community time series but not in metacommunity time series. The slope of the Taylor's power law in the model was similar to the slopes observed in natural populations, but the fit was worse. We conclude that some of the phenomena observed in natural time series can emergefrom neutral processes, as a result of random zero-sum death, birth and migration. This suggests the neutral model would be a parsimonious null model for future studies of time series data.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    EH - Ekologie – společenstva

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Journal of Theoretical Biology

  • ISSN

    0022-5193

  • e-ISSN

  • Svazek periodika

    265

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    9

  • Strana od-do

  • Kód UT WoS článku

    000278928600008

  • EID výsledku v databázi Scopus