spatstat中的一維數據

我有一維點的數據（位置在一條直線上）。我想檢查聚類泊松過程模型或Cox模型是否適合數據。spatstat中的一維數據

由於我的數據只有x座標，我嘗試了線性網絡泊松過程模型。但是，lppm僅支持泊松模型。

具有羣集模型的kppm方法需要二維數據。因此，我添加了一個zero的虛擬y列，值範圍爲(ymin=0,ymax=0.001)。 ymax=0在計算過程中返回錯誤。現在，我可以適應Matern羣集等。

我的問題是處理一維數據的最佳方式是什麼？

添加了一個非零範圍的虛擬列是唯一的解決方案嗎？或者是否有關於我已經錯過的點模式或過程模型的一些細節？對替代品的建議也是受歡迎的。

2017-09-26 user2128233

我不確定你爲什麼想在這裏使用Cox建模，因爲它是一個比例生存（或危險模型），而泊松處理是一個聚類模型......它直線變得有點模糊。模型是否合適與你打算詢問你的數據有很大關係......你的問題是什麼？要清楚你需要怎樣處理數據，爲什麼，這會讓你走向正確的方向。 – sconfluentus

我們數據中的要點往往發生在集羣中。它也滿足泊松點過程的一些條件，如不相交分割的獨立性等。因此，我們考慮使用聚類泊松過程對數據進行建模，其中聚類中心具有泊松分佈，並且每個聚類具有有限數量的點。我認爲Cox流程更爲普遍，包括集羣流程。如果我們能夠找到一個適合我們數據的**模型，那麼我們計劃使用它來進一步計算使用這些點構建的更高級別的結構。 – user2128233

我認爲這篇文章在stats.stack得到你所需要的。對於線性數據點，更重要的是估計數據間隔之間的間隔距離。看看這是否讓你朝着正確的方向前進：https://stats.stackexchange.com/questions/40454/determine-different-clusters-of-1d-data-from-database – sconfluentus

首先，我可以指出，其他的評論員都弄得考克斯點過程與Cox比例風險模型 - 兩個完全不同的事情，由同一人發明的。

在這種情況下，Cox點過程是一個完美的數據模型。

spatstat軟件包中尚不支持線性網絡（如街道網絡）上的數據的Cox點過程模型。但是，您可以使用最小對比度擬合程序來擬合這些模型。首先根據您的數據計算估計的1-D對相關函數或K函數（使用linearK或linearpcf）。然後使用mincontrast來適應所需的模型。您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。見help(mincontrast)。

來源

2017-09-27 02:16:43

謝謝，將看看你提到的功能，並更新結果。 – user2128233

spatstat中的一維數據

回答

相關問題