将R包spatstat函数应用于一维数据？

spatstat中的功能主要用于2-3维数据分析。是否有很好的可能性将其应用于一维数据

• 在二维空间中，类ppp具有巨大的能力
• 对于任意维度，有一个非常通用的类ppx——但这就是问题所在——只有很少的函数可用
• 我能用一把大锤敲开一个螺母，把一维数据放大到二维数据，最后再投影回一维吗
• 或者我应该更好地重写一维函数（RPOISP、rmpoispp等）

---

这完全取决于您正在进行的分析。一般来说，我不建议将一维数据膨胀为二维数据

正如您所说，类

ppx

是通用的，但是还没有为它实现很多函数。如果您只需要在一维中模拟未标记的泊松点过程，可以使用

rpoispx

要使更多功能可用，一种解决方案是将数据表示为线性网络上的点模式（class

lpp

）。下面是一个粗略的示例，将一维空间的一部分表示为单位平方中的一条线，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)

---

X也许你需要做的就是
mat1d谢谢。但这不是将向量转换成一维矩阵的问题。要生成类
ppp
的对象，需要两个向量。非常好！我改变了模型，定义了一个
lpp
：
X
对象，如上所述，然后是
L