将R包spatstat函数应用于一维数据？

Question

spatstat中的函数主要用于2-3维数据分析。是否有可能将它们应用于单一数据？

• 2-dim中有类ppp的巨大能力。
• 任意尺寸都有一个非常通用的类ppx - 但这就是问题 - 只有很少的功能可用。
• 我可以拿一把大锤来破解一个坚硬的数据，将一个暗淡的数据膨胀到两个暗淡的数据，最后再投射到一个暗淡的状态吗？
• 或者我应该更好地为one-dim重写函数（rpoispp，rmpoispp，...）？

Answer 1

这完全取决于您正在进行的分析。一般情况下，我不建议将一个暗淡的数据扩展为两个暗淡的数据。

正如您所说的，ppx课程是一般的，但尚未实现许多功能。如果您只需要在1-dim中模拟未标记的泊松点过程，则可以使用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上的点模式（类lpp）。下面是一个粗略的例子，它将1维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)