我想测试两个空间栅格数据集之间的值的相关性(完全重叠)。
我可以这样做:
correlation(getValues(raster1), getValues(raster2))
但两个栅格数据集都是空间自相关的。
相反,我正在使用:
modified.ttest(getValues(raster1), getValues(raster2), coordinates)
来自SpatialPack
库的。 这是基于Dutilleul的测试,它根据自相关程度修改了有效的样本量。
但是,修改后的测试不会改变估计的相关系数,只会改变p值。
如何更正自相关程度的估计相关系数?
答案 0 :(得分:2)
这是一个统计数据而非编程问题。
我认为你不能“纠正自相关的相关系数”。相关系数就是这样。它不受“过采样”的影响。
a <- 1:10
b <- c(1:5,1:5)
cor(a,b)
#[1] 0.492366
两次使用相同值时没有“膨胀”
cor(c(a,a),c(b,b))
#[1] 0.492366
p值受影响
t.test(a,b)$p.value
#[1] 0.03554967
t.test(c(a,a), c(b,b))$p.value
#[1] 0.002042504
您可以调整过采样的p值。但是,栅格数据的问题是您是否应该将这些视为样本。这取决于上下文,但栅格数据通常代表整个人口(鉴于细胞是谨慎的,有一些局部平均值)。如果由于(小)样本量没有不确定性,则表示p值没有意义。