[英]mean of nearest neighbours marks (Spatial point pattern) markmean
我正在嘗試獲取每個點的標記平均值,計算每個點周圍一定距離處的所有可用點,包括要測量的點。
我已經將markmean(){spatstats}與緩沖區一起使用,但是我不確定它是否正在執行我想做的事情。
這是我嘗試做的一個簡單示例:
library(spatstat)
p <- c(1:25) #points ID
x <- c(4,4,4,4,4,3,3,3,3,3,2,2,2,2,2,1,1,1,1,1,0,0,0,0,0) #x location
y <- c(0,1,2,3,4,0,1,2,3,4,0,1,2,3,4,0,1,2,3,4,0,1,2,3,4) #y location
i <- c(0,0,0,0,0,0,0,0,0,0,0,0,60,40,0,0,0,0,0,0,0,0,0,0,0) #mark or value in each point
w <- owin(c(0,4), c(0,4))# window needed to create ppp
table <- data.frame(p,x,y,i)
ppptable.Mark <- ppp( table$x, table$y,
marks = table$i,
window = w )
meanmarkstable <- markmean (ppptable.Mark, sigma=1, at="points")
tableresults <- cbind(table,meanmarkstable )
空間點看起來像這樣:
具有ID和標記的點分布(標記在點13 = 60,在點14 = 40,對於其余點,標記為0當然,我的真實數據不是遵循規則的模式,因此點之間的距離是可變的。
我希望對於具有sigma 1的點13,標記均值是:(60 + 40 + 0 + 0 + 0)0 == 20或對於點7,標記均值是:(60 + 0 + 0 + 0 +0)/ 5 = 12。
但是按照上面的代碼我得到:
p x y i meanmarkstable
1 1 4 0 0 0.5588339
2 2 4 1 0 1.8035799
3 3 4 2 0 3.3992581
4 4 4 3 0 3.2959390
5 5 4 4 0 2.1132312
6 6 3 0 0 1.6559496
7 7 3 1 0 5.5518658
8 8 3 2 0 10.5182801
9 9 3 3 0 10.1597853
10 10 3 4 0 6.2832065
11 11 2 0 0 2.5529727
12 12 2 1 0 8.6038936
13 13 2 2 60 4.7103612
14 14 2 3 40 7.6160733
15 15 2 4 0 10.0581368
16 16 1 0 0 1.6560550
17 17 1 1 0 5.5599181
18 18 1 2 0 10.6956613
19 19 1 3 0 11.0335128
20 20 1 4 0 7.7616822
21 21 0 0 0 0.5589243
22 22 0 1 0 1.8099875
23 23 0 2 0 3.5421055
24 24 0 3 0 4.0856978
25 25 0 4 0 2.1128894
您知道我為什么得到這些結果嗎? 您如何正確計算某個緩沖區內每個點周圍的標記平均值?
非常感謝您的時間和幫助!
函數markmean
計算點的數字標記的平滑空間平均值。 我相信您正在尋找功能markstat
,該功能可以計算每個點附近的點的任何統計信息。 該函數具有參數X
(標記的點模式), fun
(要使用的匯總函數-在您的情況下為mean
)和N
(通過與每個點的N
最近點定義鄰居)或R
(通過半徑定義鄰居)圍繞每個點,這就是您想要的):
library(spatstat)
p <- 1:25 #points ID
x <- rep(4:0, each = 5) #x location
y <- rep(0:4, times = 5) #y location
i <- c(rep(0, 12), 60, 40, rep(0, 11)) #mark or value in each point
w <- square(4) # window needed to create ppp
table <- data.frame(p, x, y, i)
X <- with(table, ppp(x, y, marks = i, window = w))
meanmarkstable <- markstat (X, fun = mean, R=1)
tableresults <- cbind(table, neigh_mean = meanmarkstable)
然后tableresults
包含以下內容:
p x y i neigh_mean
1 1 4 0 0 0
2 2 4 1 0 0
3 3 4 2 0 0
4 4 4 3 0 0
5 5 4 4 0 0
6 6 3 0 0 0
7 7 3 1 0 0
8 8 3 2 0 12
9 9 3 3 0 8
10 10 3 4 0 0
11 11 2 0 0 0
12 12 2 1 0 12
13 13 2 2 60 20
14 14 2 3 40 20
15 15 2 4 0 10
16 16 1 0 0 0
17 17 1 1 0 0
18 18 1 2 0 12
19 19 1 3 0 8
20 20 1 4 0 0
21 21 0 0 0 0
22 22 0 1 0 0
23 23 0 2 0 0
24 24 0 3 0 0
25 25 0 4 0 0
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.