為完全空間隨機性導入一維數據集贏得 spatstat

Question

我有一組一維數據點（段上的位置），我想測試完全空間隨機性。 我計划在其上運行 Gest（最近鄰）、Fest（空空間）和 Kest（成對距離）函數。

我不確定我應該如何導入我的數據集。 我可以通過將第二個維度設置為 0 來使用 ppp，例如：

myDistTEST<- data.frame(
  col1= sample(x = 1:100, size = 50, replace = FALSE),
  col2= paste('Event', 1:50, sep = ''), stringsAsFactors = FALSE)
myDistTEST<- myDistTEST[order(myDistTEST$col1),]                        
myPPPTest<- ppp(x = myDistTEST[,1], y = replicate(n = 50, expr = 0),
                c(1,120), c(0,0))

但我不確定這是格式化數據的正確方法。 我也嘗試過使用lpp ，但我不確定如何設置 linnet 對象。 導入我的數據的正確方法是什么？ 感謝您的關注。

Answer 1

簡單地讓所有點的 y=0 是錯誤的，然后繼續進行，就好像您在二維中有一個點模式一樣。 您使用lpp建議很好。 關於如何定義linnet和lpp嘗試在這里查看我的答案。

我曾考慮制作一個spatstat ，以便在spatstat更輕松地處理一維模式，但到目前為止，我只用一個函數啟動了該包，以便更輕松地定義適當的lpp 。 如果您喜歡冒險，可以通過remotes包從GitHub 存儲庫安裝它：

remotes::install_github("rubak/spatstat.1d")

您可以使用的單個函數稱為lpp1 。 它基本上只是總結了鏈接答案中描述的幾個步驟。