Question

我正在尝试将Geyer模型与点模式相匹配，我设法毫无困难地这样做。但是，当我想检查诊断图时，我遇到了问题。如果我给予价值＆＃34;所有＆＃34;参与＃34;其中＆＃34;它绘制了4个面板没有问题，但是当我要求平滑的剩余量度时（＆＃34;平滑＆＃34;我得到以下错误：

Error in as.vector(rasterx.mask(W)) : error in evaluating the argument 'x' in selecting a method for function 'as.vector': Error in validate.mask(w) : w is not a binary mask

可重现的代码如下：

library(spatstat)
#generate a pattern
pattern <- rpoispp(300)
#generate a covariate
cov <- rnoise(rgen = rnorm, dimyx=32, mean=2, sd=1, w = pattern$window)

#fit the model
fit <- ppm(pattern ~ cov, Geyer(r = 0.01, s = 0.02))

#plot diagnostics
diag <- diagnose.ppm(fit, type = "pearson", which = "all") #this works
diag <- diagnose.ppm(fit, type = "pearson", which = "smooth") #this doesn't

我已尝试使用type=中允许的所有选项同样运气。

任何想法我可能做错了什么？（我将它视为我）或者我怎样才能以其他方式获得平滑的残差？

Answer 1

这可能是plot.diagppm中的错误。我目前正在度假，所以我现在不会采取很多行动。我会报告https://github.com/spatstat/spatstat/issues上的错误，希望Adrian能在很长时间内修复它。

现在的解决方法：

library(spatstat)
#generate a pattern
pattern <- rpoispp(300)
#generate a covariate
cov <- rnoise(rgen = rnorm, dimyx=32, mean=2, sd=1, w = pattern$window)

#fit the model
fit <- ppm(pattern ~ cov, Geyer(r = 0.01, s = 0.02))

#plot diagnostics
diag <- diagnose.ppm(fit, type = "pearson", which = "smooth", plot.it = FALSE)
s <- diag$smooth$Z
plot(s)

Answer 2

确认这是一个错误。它已在spatstat的下一个开发版本（版本1.45-0.026）中修复。感谢您提请我们注意。

通过geyer模型的diagnose.ppm绘制平滑残差测量值时出错

2 个答案: