spatstat中的一维数据

Question

我有一维点的数据（直线位置）。我想检查集群泊松过程模型或Cox模型是否适合数据。

由于我的数据只有x坐标，我尝试了线性网络泊松过程模型。但是，lppm仅支持泊松模型。

具有群集模型的kppm方法需要二维数据。因此，我添加了一个虚拟y列，其zero值和范围(ymin=0,ymax=0.001)。 ymax=0在计算期间返回错误。现在，我能够适应Matern集群等。

我的问题是处理一维数据的最佳方法是什么？

添加具有非零范围的虚拟列是唯一的解决方案吗？或者是否有一些我错过的点模式或过程模型的细节？也欢迎对替代品的建议。

Answer 1

首先，我可以指出其他评论员已经将 Cox Point Process 与 Cox比例风险模型混淆了 - 两个完全不同的东西，由同一个人发明。

Cox点过程是此上下文中数据的完全有效模型。

spatstat包中尚不支持线性网络（如街道网络）上的数据的Cox点过程模型。但是，您可以使用最小对比度拟合程序来拟合此类模型。首先从您的数据计算估计的1-D对相关函数或K函数（使用linearK或linearpcf）。然后使用mincontrast来拟合所需的模型。您将不得不编写一小段代码来计算所需模型的K函数或pcf的理论值。见help(mincontrast)。