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将R包spatstat函数应用于一维数据?,r,dimensions,spatstat,R,Dimensions,Spatstat,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
- 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)
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(classlpp
)。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