Abstract
利用重覆捕取實驗估計母體總數在生態學、流行病學方面之應用相當廣泛。早期重覆捕取實驗一般均假設樣本間獨立，然而樣本間在許多實際數據中皆顯示相關性存在，目前處理樣本間相關性的方法，主要為對數線性模型（Log-linear model, Cormack, 1989）及共變異係數方法（Coefficient of Covariation, Chao & Tsay, 1998）。根據文獻，利用對數線性模型，必須假設高階交互作用不存在，但事實上此一強烈假設，會導致母體總數估計量產生偏差。本論文主要探討當捕取機率受時間效應及行為反應影響時，對數線性模型應如何給予合適的假設，並以共變異係數量化樣本間的相關性，同時發現經由合適假設下之估計量與條件最大概似估計量相同。我們將此理論應用於實例分析，採用V. Reid 所收集的一組老鼠（Deer Mouse）數據，合適假設下之估計量與條件最大概似估計量一致。再針對捕取機率受行為反應影響模擬，比較過去三種估計量，由模擬結果顯示，本文所提出的估計量亦與條件最大概似估計量一致，且比傳統對數線性模型的估計量較佳。因此，對數線性模型假設高階交互作用不存在的一般做法，當樣本存在相關時，有待修正及進一步探討。