点过程中标记和协变量之间的关系

Question

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？

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。

Answer 1

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。