我对点过程中的标记和协变量感到困惑。我试图通过使用spatstat来创建R中很少有协变量的标记点模式的模型,但我不确定标记和协变量之间的关系。任何人都可以帮我吗?点过程中标记和协变量之间的关系
谢谢。
----更新 我有一个给定点模式,关于定居点在给定位置的人口,以及少量的协变量,如土壤肥力,年降雨量等等。我想描述定居点的分布情况。
我对点过程中的标记和协变量感到困惑。我试图通过使用spatstat来创建R中很少有协变量的标记点模式的模型,但我不确定标记和协变量之间的关系。任何人都可以帮我吗?点过程中标记和协变量之间的关系
谢谢。
----更新 我有一个给定点模式,关于定居点在给定位置的人口,以及少量的协变量,如土壤肥力,年降雨量等等。我想描述定居点的分布情况。
对于点处理标记和协变量之间的区别是:
标记被附于每个点(结算)和经常的标记值是没有意义的,在其他位置。
协变量在整个调查区域(观察窗口)中在概念上是有意义的/可用的。
马克值原则上可以是任何东西,但基本上只有两种类型的在写入时在spatstat支持:1)与数值标记和2)分类(因子值)标记。 spatstat强烈强调后者,这被称为'多种'模式。对于多模式模式,您可以使用spatstat函数ppm
构建模型,但目前没有带数字标记的模式的建模工具。
若要使用spatstat分析您的数据,您可能必须丢弃人口规模信息或使用cut.ppp
将定居点划分为“大”,“中”和“小”等组或者在您的学习中有意义的组,然后继续分析这种多模式。
更新基于评论:假设我们有中,多点模式X
(类ppp
)和两个协图像im1
和im2
(的im
类)。然后用标记的每个电平相同的协变量影响的泊松模型是:
ppm(X ~ marks + im1 + im2)
模型允许“相互作用”,即,协变量的因素的每一级的不同的效果是:
ppm(X ~ marks * im1 + marks * im2)
对于这两种模型,模型的解释取决于强制对比(默认处理对比)。这就像使用lm
或glm
。
谢谢。此外,我想开发一个带有协变量的标记点模型(没有点之间的相互作用),目前协变量是im像素。可以用ppm(ppp,〜marks + covariate1 + covariate2,covariates = list(covariate1 = im1,covatiate2 = im2))来实现它吗? – user3108902
更新版本的spatstat的语法很简单: 'ppm(ppp〜marks + im1 + im2)' 其中'ppp','im1'和'im2'是全局环境中的对象(顺便说一下,我没有建议使用'ppp'作为模式的名称,因为它是类的名称)。这个模型假定每个标记值都有相同的协变量效应(线性回归术语中的斜率相同),这可能会或可能不会是合理的。 –
很酷!谢谢!!! – user3108902
你的问题有点含糊。标题表明它与协变有关,而文本谈论协变量。你能否更具体一些?你有哪些类型的商标?什么是协方差?到目前为止,你对这个主题有什么看法? –
@EgeRubak我更新了我的规范。现在清楚吗? – user3108902