R中的聚类函数约束于道路网络

Question

我正在分析STATS19道路交通事故数据，值得称赞UK government向公众开放。我想看看不同类型的事故是如何聚集在一起的。 “G函数”（描述为here）可用于测量点模式与完全空间随机性“CSR”的情况的差异。

spatstat很好地处理了这类问题，envelope函数提供了模式在不同距离上与CSR分离的程度的可视化。

正如我的同事Dan Olner所指出的那样，结果（如下所示，显示出与CSR的巨大差异）并不一定显示聚类 - 可能只是我们正在检测道路网络的自然聚类，大多数交通事故发生。下面的图表可以通过克隆我的GitHub repo并运行以下内容（运行部分WY.R之后）来复制：

r <- seq(0, sqrt(2)/6, by = 0.005)
acB1 <- elide(acB, scale = TRUE)
# acB1 <- acB1[1:50,] # for tiny subset
acB1 <- SpatialPoints(acB1)
# Calculate the G function for the points
envacB <- envelope(as(acB1, "ppp"), fun = Gest)
# Calculate the G function for the points
plot(envacB)

Adrian Baddeley（spatstat开发人员）本人在package's documentation中实际描述了这个问题：

  

点可以是一维中的位置（例如   在道路网络上记录的道路交通事故）

这正是我所面临的情况，但我不知道如何修改上述分析以限制CSR（或更好，接近 - 因为并非所有事故都在路上 - 见下文）网络。 （见数据here）。

一个建议是从道路网络中获取随机点并为此计算G函数并将其与我的事故数据进行比较，但这不会创建一个明确的（统计上显着的）边界框。有什么建议吗？

Answer 1

您认为群集可能是由于道路网络上发生的事故，这是完全正确的。必须考虑到这一点。 在spatstat中，道路网络由“linnet”对象表示，因此您需要将道路网络转换为此格式。我不知道具体细节，但我猜你应该看一下spatstat中的“shapefile”小插图（你可能需要通过线段类“psp”来导入东西）：

vignette("shapefiles", package="spatstat")

线性网络上的点模式属于“lpp”类，因此这是您最终需要的数据格式。如果您已设法将您的网络存储为linnet对象“mynet”，您应该可以执行以下操作：

X <- as(acB1, "ppp")
X <- lpp(X, mynet)

这会自动将您的积分投射到网络上。现在，您可以查看网络上的摘要统计信息。我不认为G功能在这个设置中实现，但我知道K功能是（功能“linearK”），所以你可以使用它。您在代码中使用的通用函数信封现在调用envelope.lpp，这样可以确保在网络上生成CSR模拟。

我希望其中一些有用，尽管不是很详细。有关更多详细信息，请查看spatstat中的相关帮助文件：

help(lpp)
help(linnet)
help(linearK)

报告你如何从这里进步，然后我（或者更可能是Adrian Baddeley）可能会给你一些指示。