我想测试 2 个空间栅格数据集（完全重叠）之间值的相关性。
我可以这样做：
correlation(getValues(raster1), getValues(raster2))
但两个栅格数据集都是空间自相关的。
相反，我正在使用：
modified.ttest(getValues(raster1), getValues(raster2), coordinates)
从SpatialPack图书馆。这是基于 Dutilleul 的检验，该检验根据自相关程度修改有效样本量。
但是，修改后的检验不会改变估计的相关系数，只会改变 p 值。
我如何也校正自相关程度的估计相关系数？
这更像是一个统计数据而不是一个编程问题。
我认为您不能“纠正自相关的相关系数”。相关系数就是这样。它不受“过采样”的影响。
a <- 1:10
b <- c(1:5,1:5)
cor(a,b)
#[1] 0.492366
两次使用相同的值时不会出现“通货膨胀”
cor(c(a,a),c(b,b))
#[1] 0.492366
p 值受到影响
t.test(a,b)$p.value
#[1] 0.03554967
t.test(c(a,a), c(b,b))$p.value
#[1] 0.002042504
您可以调整过采样的 p 值。但是，栅格数据的一个问题是您是否确实应该将这些数据视为样本。这取决于上下文，但栅格数据通常代表整个人口（考虑到单元格是离散的，有一些局部平均值）。如果由于（小）样本量而没有不确定性，则呈现 p 值是没有意义的。