simulate objectR/summarise.R
risk_curve.RdCalculate (quasi-)extinction risk at multiple thresholds
for a simulate object
risk_curve(sims, threshold = NULL, subset = NULL, times = NULL, n = 100)an object returned from simulate
integer or numeric vector
denoting the set of threshold population sizes used to define
the risk curve. Defaults to n evenly spaced values
from 0 to the maximum observed abundance
integer vector denoting the population classes
to include in calculation of population abundance. Defaults to
all classes
integer vector specifying generations to
include in calculation of extinction risk. Defaults to all
simulated generations
integer specifying number of threshold values
to use in default case when threshold is not specified.
Defaults to 100
Risk curves represent pr_extinct at multiple
threshold population sizes simultaneously. This gives an expression
of risk of population declines below a range of values. Risk curves
are extracted from a simulate object as the
proportion of replicate trajectories that fall below each
threshold value at any time step within a set period. Abundances
can be specified for all population classes or for a subset
of classes.
# define a basic population
nstage <- 5
popmat <- matrix(0, nrow = nstage, ncol = nstage)
popmat[reproduction(popmat, dims = 4:5)] <- c(10, 20)
popmat[transition(popmat)] <- c(0.25, 0.3, 0.5, 0.65)
# define a dynamics object
dyn <- dynamics(popmat)
# simulate with the default updater
sims <- simulate(dyn, nsim = 1000)
# calculate risk curve
risk_curve(sims)
#> 0 6 12 18 25 31 37 43 49 55 61 67 74
#> 0.000 0.000 0.000 0.000 0.020 0.199 0.564 0.888 0.982 1.000 1.000 1.000 1.000
#> 80 86 92 98 104 110 116 123 129 135 141 147 153
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 159 165 172 178 184 190 196 202 208 215 221 227 233
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 239 245 251 257 264 270 276 282 288 294 300 306 313
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 319 325 331 337 343 349 355 362 368 374 380 386 392
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 398 405 411 417 423 429 435 441 447 454 460 466 472
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 478 484 490 496 503 509 515 521 527 533 539 546 552
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 558 564 570 576 582 588 595 601 607
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
# calculate risk curve for multiple thresholds between 0 and 100
risk_curve(sims, threshold = seq(0, 100, by = 1))
#> 0 1 2 3 4 5 6 7 8 9 10 11 12
#> 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
#> 13 14 15 16 17 18 19 20 21 22 23 24 25
#> 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.002 0.006 0.008 0.009 0.015 0.025
#> 26 27 28 29 30 31 32 33 34 35 36 37 38
#> 0.042 0.065 0.091 0.126 0.171 0.228 0.276 0.325 0.400 0.473 0.516 0.578 0.646
#> 39 40 41 42 43 44 45 46 47 48 49 50 51
#> 0.703 0.762 0.821 0.855 0.891 0.924 0.944 0.958 0.972 0.979 0.981 0.987 0.993
#> 52 53 54 55 56 57 58 59 60 61 62 63 64
#> 0.996 0.999 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 65 66 67 68 69 70 71 72 73 74 75 76 77
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 78 79 80 81 82 83 84 85 86 87 88 89 90
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 91 92 93 94 95 96 97 98 99 100
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
# calculate risk curve for 4 and 5 year olds only
risk_curve(sims, subset = 4:5)
#> 0 0 1 1 1 2 2 2 3 3 4 4 4
#> 0.000 0.000 0.015 0.203 0.629 0.934 0.998 1.000 1.000 1.000 1.000 1.000 1.000
#> 5 5 5 6 6 6 7 7 7 8 8 8 9
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 9 10 10 10 11 11 11 12 12 12 13 13 13
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 14 14 14 15 15 16 16 16 17 17 17 18 18
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 18 19 19 19 20 20 21 21 21 22 22 22 23
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 23 23 24 24 24 25 25 25 26 26 27 27 27
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 28 28 28 29 29 29 30 30 30 31 31 31 32
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 32 33 33 33 34 34 34 35 35
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
# calculate risk curve but ignore first 10 years
risk_curve(sims, times = 11:51)
#> 0 3 7 10 14 17 20 24 27 31 34 38 41
#> 0.000 0.000 0.000 0.000 0.000 0.000 0.003 0.015 0.073 0.208 0.411 0.603 0.809
#> 44 48 51 55 58 61 65 68 72 75 79 82 85
#> 0.921 0.973 0.991 0.998 0.998 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 89 92 96 99 102 106 109 113 116 120 123 126 130
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 133 137 140 143 147 150 154 157 161 164 167 171 174
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 178 181 184 188 191 195 198 202 205 208 212 215 219
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 222 225 229 232 236 239 243 246 249 253 256 260 263
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 266 270 273 277 280 284 287 290 294 297 301 304 307
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
#> 311 314 318 321 325 328 331 335 338
#> 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000