process - 点过程中标记和协变量之间的关系是什么

Question

我对点过程中的标记和协变量感到困惑。我正在尝试通过使用 spatstat 在 R 中创建一个带有少量协变量的标记点模式模型，但我不确定标记和协变量之间的关系。有人可以帮我吗？

谢谢。

---- update 我有一个关于给定位置的定居点人口的给定点模式，并且很少有诸如土壤肥力、年降雨量等协变量。我想描述定居点的分布。

Answer 1

对于点过程，标记和协变量之间的区别是：

• 标记是附加到每个点（定居点）的值，通常标记在其他位置没有意义。

• 协变量在整个调查区域（观察窗口）中在概念上是有意义的/可用的。

标记值原则上可以是任何值，但在撰写本文时，spatstat 基本上只支持两种类型：1）具有数值的标记和 2）分类（因子值）标记。在 spatstat 中，非常强调后者，称为“多类型”模式。对于多类型模式，您可以使用 spatstat 函数构建模型ppm，但目前没有用于带有数字标记的模式的建模工具。

要使用 spatstat 分析您的数据，您可能必须丢弃人口规模信息或使用cut.ppp将定居点划分为“大”、“中”和“小”等组或在您的研究中有意义的组，然后继续对这种多型模式的分析。

根据评论更新：假设我们有一个多类型点模式X（类ppp）和两个协变量图像im1和im2（类im）。那么对于每个标记级别具有相同协变量效应的泊松模型是：

ppm(X ~ marks + im1 + im2)

允许“交互”的模型，即每个因子水平的协变量的不同影响是：

ppm(X ~ marks * im1 + marks * im2)

对于这两种模型，模型的解释取决于力度对比（默认情况下处理对比）。就像使用lmor一样glm。