Vissers kunnen de vis die ze vangen niet scheiden als ze hun netten in zee uitwerpen. Beschermde soorten en vissen zonder marktwaarde - de hamerhaai, bijvoorbeeld - uiteindelijk vast komen te zitten en zonder reden te sterven. In een poging om deze incidentele visserij tot een minimum te beperken, statistici van de Universiteit van Genève (UNIGE, Zwitserland), Dalhousie-universiteit (Halifax, Canada) en de Australian National University (Canberra) hebben een nieuwe statistische methode bedacht om bijvangsten in de toekomst nauwkeuriger te voorspellen. De techniek, die volledig wordt uitgelegd in het tijdschrift Annalen van toegepaste statistiek , kan ook worden toegepast op andere onderzoeksgebieden, inclusief gezondheidseconomie, geneeskunde en onderwijskunde.

Toen vissers op expeditie gingen op zee, beschermde soorten worden per ongeluk in hun netten gevangen naast de voor de verkoop bestemde vis. Biologen verzamelen datasets over visaantallen en soorten instandhoudingscijfers, zodat ze de omvang van de incidentele visserij en de impact ervan op de zeefauna kunnen bestuderen. De structuur van deze gegevens, bekend als "geneste", is complex omdat het een massa technische informatie integreert, zoals het aantal expedities of het type boten dat wordt gebruikt. De gegevens registreren ook de hoeveelheid beschermde vis die tijdens elke visreis in de netten is gevangen. Echter, sommige soorten - de hamerhaai is zo'n geval - worden meestal niet gevangen, waardoor het moeilijk is om modellen vast te stellen waarin het aantal nulvangsten voor elke soort is opgenomen. "Tot nu, er is geen algemene statistische methode geweest die een geneste datastructuur combineert met een grote hoeveelheid nullen in de waarnemingen", legt Eva Cantoni uit, professor aan het Research Center for Statistics van UNIGE's Geneva School of Economics and Management (GSEM). "Dus deze leemte moest worden opgevuld, wat we deden door een zeer algemeen en flexibel model op te zetten, het Random-Effects Hurdle Model genoemd."

De complexiteit van algemeenheid

De statistici ontwikkelden een nieuwe methode met als uiteindelijk doel beheerde visserij in te voeren en de bijvangst te verminderen. "We moesten rekening houden met verschillende dynamieken, " vervolgt Cantoni. "Het doel was niet alleen om de veranderingen in het aantal vangsten in de loop van de tijd te analyseren, maar ook om de verschillende seizoenen en het weer te bestuderen, al die tijd rekening houdend met de technische omstandigheden:de diepte van de netten, de seizoenen (zoals ik al zei), het type haken dat wordt gebruikt, of er nu lichtstaafjes werden gebruikt of niet, en het soort vaartuig." Op basis van deze gegevens, de onderzoekers identificeerden de gemakkelijk beïnvloedbare omstandigheden (zoals de diepte van de haken) die het volume van niet-verhandelbare soorten die worden gevangen zouden verminderen.

De statistici creëerden vervolgens een nieuwe methodologie die oudere modellen combineerde die gespecialiseerd waren in geneste structuren of nulbeheer. "De moeilijkheid was om deze twee aspecten bij elkaar te brengen en er tegelijkertijd voor te zorgen dat het model zo algemeen mogelijk was, zodat het zich aan veel situaties kon aanpassen, " zegt Joanna Mills Flemming, van de afdeling Wiskunde en Statistiek aan de Dalhousie University. Hoe algemener een model is, hoe complexer het is om te verwerken. Moderne simulatietechnieken werden gebruikt om de parameters van het model (gerelateerd, bijvoorbeeld, tot de diepte van de haken) en hun variabiliteit. De auteurs demonstreerden stellingen die de foutenmarges voor het model en zijn voorspellingen bepalen en kwantificeren. Het voorkomen van incidentele vangsten en het ondersteunen van het milieubeleid. Door deze modellering is het nu mogelijk om potentiële bijvangsten voor een visexpeditie in te schatten. "Als vissers ons hun reisgegevens geven, kunnen we de incidentele vangst voor hamerhaaien voorspellen, bijvoorbeeld, met meer precisie, " stelt Cantoni. "De methode kan worden gebruikt om het milieubeleid te ondersteunen door het vissen op een bepaalde diepte in een bepaalde tijd van het jaar te verbieden, omdat er te veel bijvangst zou zijn, ", voegt Alan Welsh van de Australian National University toe.

Het model vult een statistische leemte:eerder, er was geen algemeen model dat tegelijkertijd rekening kon houden met complexe en geneste datastructuren en een groot aantal waarnemingen gelijk aan nul. Vandaag, het nieuwe model dient niet alleen de commerciële visserij:het kan ook worden gebruikt in andere gebieden met een complexe datastructuur, inclusief gezondheidseconomie, geneeskunde en onderwijskunde.