Process 点过程中分数和协变量之间的关系是什么

我对点过程中的标记和协变量感到困惑。我试图使用spatstat创建一个R中几乎没有协变量的标记点模式模型，但我不确定标记和协变量之间的关系。有人能帮我吗

谢谢

----更新

---

我有一个关于给定地点定居点人口的给定点模式，很少有协变量，如土壤肥力、年降雨量等。我想描述定居点的分布。

对于点过程，标记和协变量之间的区别是：

• 标记是附着在每个点（沉降）上的值，通常标记在其他位置没有意义

• 在整个调查区域（观察窗口），协变量在概念上是有意义的/可用的

标记值原则上可以是任何值，但在撰写本文时，spatstat中基本上只支持两种类型：1）带有数值的标记和2）分类（因子值）标记。在spatstat中，对后者的强调非常强烈，后者被称为“多类型”模式。对于多类型模式，您可以使用spatstat函数

ppm

构建模型，但目前没有用于带有数字标记的模式的建模工具

要使用spatstat分析您的数据，您可能必须放弃人口规模信息，或使用

cut.ppp

将定居点划分为“大”、“中”、“小”或您研究中有意义的群体，然后继续分析这种多类型模式

基于评论更新：假设我们有一个多类型点模式

X

（类别

ppp

）和两个协变图像

im1

和

im2

（类别

im

）。那么，对于标记的每个级别，具有相同协变量效应的泊松模型为：

ppm(X ~ marks + im1 + im2)

允许“相互作用”的模型，即各因子水平的协变量的不同影响为：

ppm(X ~ marks * im1 + marks * im2)

---

对于这两种模型，模型的解释取决于有效的对比度（默认情况下，处理对比度）。这与使用

lm

或

glm

完全一样，您的问题有点模糊。标题表明它与协方差有关，而正文讨论的是协变量。你能说得更具体些吗？你有哪种类型的标记？协方差是多少？到目前为止，关于这个主题你读到了什么？@EgeRubak I更新了我的说明。现在清楚了吗？谢谢。此外，我想开发一个带有协变量的标记点模式模型（点之间没有交互），目前协变量是im像素。通过使用ppm（ppp，~marks+covariate1+covariate2，covariates=list（covariate1=im1，covariate2=im2））来实现它可以吗？对于spatstat的较新版本，语法很简单：

ppm（ppp~marks+im1+im2）

其中

ppp

，

im1

和

im2

是全局环境中的对象（顺便说一句，我不建议使用

ppp

作为模式的名称，因为它是类的名称）。该模型对每个可能合理或可能不合理的标记值假设相同的协变量效应（线性回归术语中的相同斜率）。欢迎您。制作具有不同效应的模型（“斜率”）对于每种标记类型，请执行：

ppm（ppp~marks*im1+marks*im2）

ppm（ppp~marksim1+marksim2）是交互版本吗？如果标记是分类的，是否会自动更改为数值？