2013-10-25 53 views
3

我想對我正在測試的模型進行一些模擬,這些模型同時具有系統發育和地理網絡。模擬來自經度和緯度的地理數據R

我希望獨立測試這些效果,以比較每個維度上的方法估計能力。但是,我無法生成顯示重要地理空間自動=相關性的連續變量。到目前爲止,我已經使用了年平均氣溫(這是國家級數據),但是這不允許我控制空間自相關的大小。它也有不知道空間自相關的真正價值的缺點。

我有一個經度和緯度點的列表,我想知道是否有一個簡單或常用的方法來生成一個連續的響應變量,它將顯示空間自動關聯,並能夠控制相關?然而,優選在R內,只要它們可以轉換成R兼容格式,其他方法也是可接受的。

任何意見,將不勝感激,請詢問是否有任何信息,你會發現有幫助。

+0

你可以給一個可重複的數據片段,並顯示你已經嘗試過? –

+4

在此處看不到任何代碼或數據。 –

+0

我沒有提供任何代碼或數據,因爲我不認爲這是必要的問題。經緯度點數據集是我能夠提供的,這對於手頭的問題並無幫助,並且很容易模擬。 – SamPassmore

回答

4

按照Dormann等人的方法(2007年),你可以做這樣的事情:

N <- 3000 
p <- 1/N 

# generate some points 
set.seed(1234) 
x.coord <- runif(N,0,100) 
y.coord <- runif(N,0,100) 
points <- cbind(x.coord,y.coord) 

# distance matrix between points 
Dd <- as.matrix(dist(points)) 

# weights matrix 
w <- exp(-p * Dd) 
Ww <- chol(w) 

# errors 
z <- t(Ww) %*% rnorm(N,0,1) 

# plot 
df <- data.frame(x = x.coord, y = y.coord, z = z) 
require(ggplot2) 
ggplot(df, aes(x = x, y = y, col = z)) + 
    geom_point() + 
    scale_colour_gradient(low="red", high="white") 

其中變量p控制自相關的大小(在這裏我將它設置爲1/3000 = 0.000333)。 p = 0將無關聯。 enter image description here

參考文獻:Dormann,C.F.,McPherson,J.M。,Araujo,M.B。,Bivand,R.,Bolliger,J.,Carl,G.,Wilson,R.(2007)。在分析物種分佈數據時考慮空間自相關的方法:綜述。 Ecography,30(5),609-628。

+0

嗨,謝謝 - 這正是我正在尋找的。我只是有一個問題重新評估p的規模。我使用Moran's I測試來測試相關程度,當我將p設置爲0(.01)時,得到一個零值(如你所建議的那樣),然而我得到的p值爲零,最高爲0.09,然後在0.095時我突然得到2.220446e-16的重要價值。你知道這是爲什麼嗎? – SamPassmore

+0

變量p設置與(歐幾里得)距離相關的下降。而2.220446e-16 ist實際上是0;) – EDi

+0

對不起,我只是重讀一遍。你不應該在漫長的夜晚之後發表評論 - 他們讓你看起來很蠢。我的意思是,當使用Moran's I(或其他一些空間自相關顯着性檢驗)時,我該如何做出一個非顯着的結果?當使用R的ape軟件包中的Morans.I()時,當p = 0.0001時,我仍然有顯着差異。我會認爲這不會產生重大影響。 – SamPassmore