R spatstat中Cox过程模型中簇大小的意义

对于某些树木，横截面中的导管明显聚集成簇状。spatstat（r）中的Cox过程建模可以很自然地适用于导管点数据，结果包括估计的“平均簇大小”。我不确定该指数的含义，我能认为它是整个导管点数据集群中导管的平均数量吗？ 本书中一个好例子的代码如下：

    >fitM<-kppm(redwood~1, "MatClust")
    >fitM 
    #...    
    # Scale-0.08654
    # Mean cluster size: 2.525 points

>fitMfitM
#...    
#比例-0.08654
#平均聚类大小：2.525点

在他们的书中，spatstat的作者将平均簇大小解释为子代点数，而子代点数由父代点数（如植物幼苗）分散。在我的例子中，并没有这样的过程发生：导管是由茎年轮外部的形成层细胞发育而来的木质部细胞，它们不会随机分散。 我想估算导管分布数据的平均群集大小和群集规模，规模和平均群集大小似乎是我想要的。然而，红杉数据与我的数据本质不同，我不确定它们在我的数据中的含义。此外，我想知道，哪种模型适合我的环境，内曼斯考特，MatCluster，托马斯还是其他人？ 如有任何建议，我们将不胜感激。 静明 如果拟合参数化点流程模型，如Thomas或Matern簇 进程您假设数据是由随机进程生成的 生成随机数目的簇，每个簇中包含随机数目的点 簇每个簇中心周围的点的位置也是随机的。 参数

kappa

控制预期的集群数量，

mu

控制簇中的预期点数，并

缩放

控制 集群的扩展。过程类型（托马斯、马特或其他） 确定群集中的分布。我最好的建议是 通过模拟实验来了解这些不同类型的过程和 看看它们是否适合你的需要

例如，单位正方形中平均有10个簇，平均有5个簇 每个点和簇的短空间延伸（

scale=0.01

）给出 您可以很好地定义紧密簇：

库（spatstat）
种子（42）
谢谢你，很高兴收到你的来信。如果我不能满足第一个假设“泊松父母”，我就不应该使用考克斯过程模型。通常在生长环中，早期木质导管比晚期木质导管大（弹簧细胞变大，可能有一点）。上一篇论文也使用了一个异构模型来拟合数据，可能是出于同样的推理。我不确定形成层细胞是否分枝，但木质部细胞（导管）确实呈现异质空间格局。我在想，也许我应该像你建议的那样尝试一些数据模拟。另一个问题：ppp项目的最低点是多少。我知道在一个数据中超过100点是更好的，但是，有些物种就是不能满足这个条件。i、 例如，它们在一个树种的生长环中可能只有30个或更少的导管。你认为这些数据可以很好地拟合吗？对我来说，可以比较每种物种的mu、尺度的拟合参数，这样我就可以知道哪些物种有更紧密接触的导管（两个相邻的导管可能比两个单独的导管更有效地运水，这就是本研究的生物学意义）再想一想，我正在使用拟合的模型参数，这不是我自己定义的模拟。如何找到可靠的模型拟合？模拟能帮上忙吗？。谢谢。我对模拟的观点是，它可以帮助你理解这些模型在原理上是如何工作的，以及参数的解释。要使这些模型适合数据，必须使用
kppm
。我不能帮你找到合适的模型，解决你实际的科学问题。我希望你能从学习这本书中获益。