Я хотел бы приспособить одну модель к нескольким независимым наборам данных при R
использовании spatstat
пакета. Здесь у меня есть 3 независимых набора данных ( ppp
объекты с именами NMJ1
, NMJ2
и NMJ3
), которым я хочу соответствовать общей модели. Путь должен заключаться в использовании mppm
функции:
data <- listof(NMJ1,NMJ2,NMJ3)
data <- hyperframe(X=1:3, Points=data)
r <- matrix(c(120, 240, 240, 90), nrow = 2, ncol = 2)
model <- mppm(Points ~marks*abs(sqrt(x^2+y^2)), data, MultiStrauss(r))
В модели, которую я подбираю, интенсивность зависит от расстояния до центра окна, и я предположил MultiStrauss
схему взаимодействия.
Однако mppm
функция будет соответствовать каждому набору данных независимо. При вводе subfits(model)
соответствующие коэффициенты тренда одинаковы для каждого набора данных, но не гамма-коэффициенты. Точно так же при построении результатов simulate(model)
я наблюдаю значительные и последовательные различия между 3 графиками.
Как лучше всего обрабатывать независимые наборы данных (повторение выборок из одной и той же модели) spatstat
?
Это ошибка .
Ваш код подходит для этой цели. (А именно, когда мы хотим, чтобы одинаковые коэффициенты взаимодействия применялись ко всем точечным паттернам.)
Существует ошибка в функции subfits
в пакете spatstat.core
.
Подходящая модель, возвращенная пользователем mppm
, верна, но список подмоделей, возвращенных пользователем subfits
, частично неверен.
Ошибка будет исправлена в ближайшее время в разрабатываемой версии, spatstat.core 2.3-0.011
доступной в репозитории GitHub.
Эта статья взята из Интернета, укажите источник при перепечатке.
Если есть какие-либо нарушения, пожалуйста, свяжитесь с[email protected] Удалить.
я говорю два предложения