[英]Importing one dimensional dataset for Complete Spatial Randomness win spatstat
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。
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。
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.