Spatstat：不均匀Lcross导致奇怪的绘图，尽管根据样方计数测试，点模式不均匀

我不确定点模式分析的有效性，我正在尝试使用非均匀L交叉函数和模拟封套来测试两种类型点之间的空间关联。模拟包络图和观测数据值的对比图看起来很奇怪（非常大的模拟值），这表明是抑制而不是聚集（我希望聚集在点模式图上）

我有一个点模式，包含150平方米（5 x 10米）地块中的树木和幼苗。四个绘图角的坐标包含在数据的第4列和第5列中

数据：

我对使用L型间函数（Lcross）测试树木和幼苗之间的空间关联感兴趣。在测试之前，我使用样方计数检查了点过程的均匀性：

library(spatstat)

#setwd and read file
setwd()
file <- read.csv("tree seeds example.csv",header=TRUE)

#create marked point process with window bounded by plot corners
#window
x <- file$Plot.UTM.E[1:4]
y <- file$Plot.UTM.N[1:4]
w <- owin(poly=list(x=c(x[4],x[3],x[1],x[2]),y=c(y[4],y[3],y[1],y[2])))

#create point process with coordinates for each point and marks for trees vs. seedlings
points <- ppp(file$UTM.E,file$UTM.N,w,marks=file$Species)

#get window edges
e <- edges(w)

#rotate window to 90 degrees (thanks E. Rubak)
a<- angles.psp(e)
points.rotate <- rotate(points, -a[1])

#examine point pattern
plot(points.rotate)

#do quadrat count test and report p-value
M <- quadrat.test(points.rotate,nx=3,ny=3)
p <- M$p.value
p # extremely small p-value rejects null hypothesis of homogeneity

库（spatstat）
#setwd和read文件
setwd（）
file这只是一个简短的回答，因为在我的时区已经很晚了

您没有使用非均匀零模型来模拟。根据
envelope.ppp
的文档，您只需模拟两个独立的齐次泊松过程（一个用于树木，一个用于幼苗）：

如果Y是一个点模式（“ppp”类的对象），并且simulate=NULL，
然后，我们生成完全空间随机性的nsim模拟（即。
nsim模拟的点模式每一个都是统一的
泊松点过程），强度与模式Y相同。（如果Y
是一个多类型的点模式，那么模拟的模式也是
给定独立的随机标记；随机标记的概率分布
随机标记由标记的相对频率（Y）决定。）

您可以通过添加参数
savepatterns=TRUE
将模拟模式保存在
envelope.ppp
中，然后通过

pat <- attr(inhom, "simpatterns")

pat只是一个简短的回答，因为我的时区已经晚了

您没有使用非均匀零模型来模拟。根据
envelope.ppp
的文档，您只需模拟两个独立的齐次泊松过程（一个用于树木，一个用于幼苗）：

如果Y是一个点模式（“ppp”类的对象），并且simulate=NULL，
然后，我们生成完全空间随机性的nsim模拟（即。
nsim模拟的点模式每一个都是统一的
泊松点过程），强度与模式Y相同。（如果Y
是一个多类型的点模式，那么模拟的模式也是
给定独立的随机标记；随机标记的概率分布
随机标记由标记的相对频率（Y）决定。）

您可以通过添加参数
savepatterns=TRUE
将模拟模式保存在
envelope.ppp
中，然后通过

pat <- attr(inhom, "simpatterns")

pat示例代码的问题是，如果
X
是点模式，
envelope（X，…）
执行完全随机性测试

为了在存在空间不均匀性的情况下测试聚类/抑制，无效假设应为非均匀泊松过程。您需要以某种方式估计两种类型点的非均匀强度函数，然后根据这些强度生成模拟点模式。这里有两种方法（如果
X
是您的点模式）：

核平滑：首先通过
D估计原始数据中每种类型点的强度示例代码的问题是，如果
X
是点模式，
envelope（X，…）
执行完全随机性测试

为了在存在空间不均匀性的情况下测试聚类/抑制，无效假设应为非均匀泊松过程。您需要以某种方式估计两种类型点的非均匀强度函数，然后根据这些强度生成模拟点模式。这里有两种方法（如果
X
是您的点模式）：

核平滑：首先通过
D估计原始数据中每种类型的点的强度谢谢你的快速详细的回答。关于您对模式中的少量点和强度估计的不确定性的担忧，上面@Adrianbaddley概述的方法是否解决了这些担忧，或者是否有其他考虑因素包括带宽敏感性？您真的无法做得比@Adrianbaddley建议的更好。使用
ppm
方法，您在带宽选择方面没有问题，但是您有一个任意的对数线性模型，您应该对它感到满意。对于完全非参数化方法，我相信如果您在信封调用中添加例如
sigma=bw.scott
（参数被传递到
Linhom
），您将看到巨大的差异。即使是初始数据图
plot（Lcross.inhom（points））
和
plot（Lcross.inhom（points，sigma=bw.scott））
也显示出明显的差异（虽然差异不大）。再次问候-感谢您的回复。不幸的是，我在执行@Adrianbaddley方法2的代码时遇到了问题。使用上面相同的示例数据，我运行：
fit<代码>Lapack例程dgesv:系统完全奇异：U[1,1]=0另外：警告消息：无法计算方差：Fisher信息矩阵奇异
。非常感谢你的耐心和帮助。我还回顾了书中的第10章和你的其他建议。很抱歉，我忘了提到你的大坐标值会导致术语出现问题，如
x^2
等。如果你将坐标转换为原点附近，一切都会很好：
点谢谢你的快速详细回答。关于你的公司
pat <- attr(inhom, "simpatterns")