Question

我在树木种植园中有4000个体积记录。我需要计算整个种植园的莫兰一世。我使用 ape 库，因为据说 spdep 较慢。我的代码是这样的：

# Modified from http://www.ats.ucla.edu/stat/r/faq/morans_i.htm
require(ape)
df <- data.frame(
     x = 1:2000,
     y = 1:2000,
     v = rnorm(4000, mean=4) )
df.dists <- as.matrix(dist(cbind(df$x, df$y)))
df.dists.inv <- 1/df.dists
diag(df.dists.inv) <- 0
Moran.I(df$v, df.dists.inv)

当我运行代码时，我会遇到溢出错误。

*Error in if (obs <= ei) 2 * pv else 2 * (1 - pv) : 
  missing value where TRUE/FALSE needed*

使用ff库

require(ape)
require(ff)
ffdf <- as.ffdf(df)
ffdf.dists <- as.matrix(dist(cbind(ffdf$x, ffdf$y)))
ffdf.dists.inv <- 1/df.dists
diag(ffdf.dists.inv) <- 0
Moran.I(ffdf$v, ffdf.dists.inv)

更多错误讯息：

*Error in x - m : non-numeric argument to binary operator
In addition: Warning message:
In mean.default(x) : argument is not numeric or logical: returning NA*

如何计算整个种植园？
我应该使用 sdep 而不是 ape 库吗？
并行库如何解决此问题？

提前致谢涓

Answer 1

你的矩阵中有一些无穷大的值。这应该适用于2种情况（有和没有ff包）

df.dists.inv[is.infinite(df.dists.inv)] <- 0

用一个小例子来应用它：

require(ape)
set.seed(1)
df <- data.frame(
  x = 1:10,
  y = 1:10,
  v = rnorm(20, mean=4) )
.....

df.dists.inv[is.infinite(df.dists.inv)] <- 0
Moran.I(df$v, df.dists.inv)

$observed
[1] -0.02246154

$expected
[1] -0.05263158

$sd
[1] 0.05399303

$p.value
[1] 0.5763143

用4000条记录计算Moran's I

1 个答案: