0

spatstat 中的函数主要用于 2-3-dim 数据分析。是否有可能将它们应用于一维数据?

  • 2-dim 中的类 ppp 有巨大的能力。
  • 对于任意维度,有一个非常通用的类 ppx - 但这就是问题所在 - 只有很少的函数可用。
  • 我可以用大锤来破解将一维数据膨胀到二维数据并最终投射回一维数据的问题吗?
  • 或者我应该更好地重写一维函数(rpoispp,rmpoispp,...)?
4

1 回答 1

0

这完全取决于您正在执行的分析。一般来说,我不建议将一维数据膨胀为二维数据。

正如您所说,该类ppx是通用的,但还没有为它实现很多功能。如果您只需要在 1-dim 中模拟未标记的泊松点过程,您可以使用rpoisppx.

要获得更多可用功能,一种解决方案可能是将您的数据表示为线性网络(类lpp)上的点模式。这是一个粗略的示例,将 1-dim 空间的一部分表示为单位正方形中的一条线,并在强度为 10 的线上模拟泊松过程:

X <- ppp(x=c(0,1), y=c(.5,.5), window=square(1))
L <- linnet(X, edges=matrix(1:2,1,2))
Y <- rpoislpp(10, L)
于 2014-05-01T12:39:19.860 回答