これはあなたの二次期間のデータを凝縮しているようです。ただし、動物 6 と 10 は、検出されなかったにもかかわらず、第 2 原始期に生きていることが知られていることに注意してください。また、動物 5 は、最初の初生期の後に検出されたという理由だけで、最初の初生期に生存しているとは知られていません...
この例では、3 つのプライマリ ピリオドと 3 つのセカンダリ ピリオドがあります。
地理的および人口学的閉鎖に関するあなたの仮定が不明であるため、最小生存数を推定しようとはしていません. ただし、以下のデータの概要が役立つことを願っています。
my.data <- as.data.frame(matrix(rbinom(10*9,1,0.2), nrow = 10, byrow=FALSE))
my.data
# V1 V2 V3 V4 V5 V6 V7 V8 V9
#1 0 0 0 0 0 0 0 1 1
#2 0 0 0 0 0 0 0 0 0
#3 0 0 0 0 0 0 0 0 0
#4 0 0 1 0 0 0 0 0 0
#5 0 0 0 0 0 1 0 1 1
#6 0 1 0 0 0 0 0 0 1
#7 1 1 1 0 0 0 0 0 0
#8 1 0 0 0 1 0 0 0 0
#9 0 0 0 0 1 0 1 1 1
#10 1 0 0 0 0 0 0 0 1
year.sums <- sapply(1:3, function(i) apply(my.data[,(3*(i-1)+1):(3*(i-0))], 1, function(x) sum(x)) )
year.sums
# [,1] [,2] [,3]
# [1,] 0 0 2
# [2,] 0 0 0
# [3,] 0 0 0
# [4,] 1 0 0
# [5,] 0 1 2
# [6,] 1 0 1
# [7,] 3 0 0
# [8,] 1 1 0
# [9,] 0 1 3
#[10,] 1 0 1
year.sums[year.sums>0] <- 1
year.sums
# [,1] [,2] [,3]
# [1,] 0 0 1
# [2,] 0 0 0
# [3,] 0 0 0
# [4,] 1 0 0
# [5,] 0 1 1
# [6,] 1 0 1
# [7,] 1 0 0
# [8,] 1 1 0
# [9,] 0 1 1
#[10,] 1 0 1