spatstat中的一維數據

Question

我有一維點（直線位置）的數據。 我想檢查集群泊松過程模型或Cox模型是否適合數據。

由於我的數據僅具有x坐標，因此嘗試了線性網絡泊松過程模型。 但是， lppm僅支持Poisson模型。

具有聚類模型的kppm方法需要二維數據。 因此，我添加了一個zero值和范圍(ymin=0,ymax=0.001)的虛擬y列。 ymax=0在計算過程中返回錯誤。 現在，我可以容納Matern集群等。

我的問題是處理一維數據的最佳方法是什么？

添加具有非零范圍的虛擬列是唯一的解決方案嗎？ 還是我錯過了一些有關點模式或過程模型的細節？ 也歡迎提出替代建議。

Answer 1

首先，我要指出的是，其他評論員將“ 考克斯積分過程”與“ 考克斯比例風險模型”混淆了-這是同一個人發明的兩種完全不同的事物。

在這種情況下，Cox點流程是數據的完美有效模型。

spatstat軟件包中尚不支持線性網絡（如街道網絡）上數據的Cox點過程模型。 但是，您可以使用最小對比度擬合過程擬合此類模型。 首先根據您的數據（使用linearK或linearpcf ）計算估計的一維對相關函數或K函數。 然后使用mincontrast擬合所需的模型。 您將必須編寫一小段代碼來計算所需模型的K函數或pcf的理論值。 請參閱help(mincontrast) 。