A framework for evaluating experimental designs for estimating rates of fish movement from tag recoveries

Reliable estimates of fish movement rates from tag recoveries require an experimental design for collecting sufficient data and a procedure for estimating quantities of interest from the data. Although many such procedures have been developed, suitable experimental designs have not been. In this paper, I present a framework for calculating the accuracy and precision of estimates of movement rates for different experimental designs combined with an estimator, thereby providing a basis for collecting sufficient data to estimate movement rates to a chosen accuracy and precision. The framework is used to evaluate a set of experimental designs for a tagging program for school shark, Galeorhinus galeus, when Hilbornis (R. Hilborn. 1990. Can. J. Fish. Aquat. Sci. 47: 635n643) maximum likelihood method is used to estimate movement rates. In this application, the minimum, mean, maximum, and three common norms of both relative bias and relative standard error of estimates of all movement rates were each regressed on the total number of fish released as a power function. From these regression equations, one can calculate the number of releases to achieve a certain level of precision and accuracy in estimates of movement rates or vice versa. Extensions of Hilbornis (1990) model and other statistical movement models can be examined similarly. Resume : Il faut un plan diexpOrience pour recueillir suffisamment de donnOes et une mOthode pour dOduire les rOsultats chiffrOs quion cherche ‡ extraire de ces donnOes si lion veut obtenir des estimations fiables des taux de dOplacement de poissons ‡ partir de la recapture de sujets marquOs. Il existe un grand nombre de mOthodes pour cela, mais pas de plans diexpOrience bien adaptOs ‡ cette t‚che. Dans cet article, liauteur prOsente un cadre pour le calcul de liexactitude et de la prOcision des estimations des taux de dOplacement des poissons en fonction de diffOrents plans diexpOrience combinOs ‡ liutilisation diun estimateur, ce qui constitue une base pour la cueillette diune quantitO suffisante de donnOes pour estimer les taux de dOplacement avec liexactitude et la prOcision choisies. Ce cadre est appliquO ‡ liestimation diun ensemble de plans diexpOrience ‡ utiliser dans le cadre diun programme de marquage de chiens de mer (Galeorhinus galeus) lorsque la mOthode de la probabilitO maximale de Hilborn (R. Hilborn. 1990. J. can. sci. halieut. aquat. 47: 635n643) est employOe pour estimer les taux de dOplacement. Dans cette application, on effectue une rOgression de fonction de puissance entre le nombre total de poissons libOrOs et le minimum, la moyenne, le maximum et trois normalisations courantes des estimations de biais relatif et diOcart-type relatif de tous les taux de dOplacement des poissons. ? partir de ces Oquations de rOgression, on peut calculer le nombre de l‚chers requis pour obtenir un niveau cherchO de prOcision et diexactitude dans les estimations des taux de dOplacement, et liinverse. On peut, de la mŒme manire, examiner des extensions du modle de Hilborn (1990) et diautres modles statistiques de dOplacements.