R 创建镶嵌对象

在数据集中有一个名为

data.frame

的

Emergencies

和名为

Region

的

owin

。使用这两个对象，可以使用以下代码创建

ppp

类的对象：-

data <- ppp(x = Emergencies$X, y = Emergencies$Y, window = Region)

---

data细分是将空间分割成小块（分片）。
spatstat
软件包中有许多工具可用于从其他数据构造细分（打开
tess
的帮助，并按照下面的链接进行操作，另请参见）。但是不清楚您想要什么样的细分，或者您想要将什么信息转换为细分

您说您想使用
quadrat.test
。为什么？这是一个基于样方计数的卡方检验，因此无效假设是每个瓷砖中的紧急情况强度是恒定的-这对我来说没有意义（无论你选择什么瓷砖），因为这些点似乎高度集中在该区域的中心

感谢您附上您的数据。数据框
Emergencies
给出了空间位置
X，Y
以及另外两个量
M
和
T
的相应值。我假设数据帧的每一行对应一个紧急情况（而不是，例如，一家医院或一辆救护车）。根据您的描述，不清楚变量
M
是否表示（a）与该紧急情况相关的工作负载，或（b）该紧急情况发生时某些系统的总工作负载

如果是（a），那么你要处理的是一个标记点模式，在该模式中，每个点事件位置都被称为标记的额外信息所增强。此标记点图案应通过以下方式创建：

Z <- ppp(Emergencies$X, Emergencies$Y, window=Region, marks=Emergencies[,c("M", "T")])

现在将
M
的值分为五个波段（例如）：

坐标是大数字。为了数值稳定性，让我们将其重新缩放为可管理的值：

ZCS <- shift(rescale(ZC, 1000), origin="midpoint")

输出给出了非常显著的测试结果，表明强度函数对于不同的
M
值是不同的

这不是您想要的样方计数卡方检验，但似然比检验是一种更强大的检验（在技术意义上）。
细分是将空间划分为块（分片）。
spatstat
软件包中有许多工具可用于从其他数据构造细分（打开
tess
的帮助，并按照下面的链接进行操作，另请参见）。但是不清楚您想要什么样的细分，或者您想要将什么信息转换为细分

您说您想使用
quadrat.test
。为什么？这是一个基于样方计数的卡方检验，因此无效假设是每个瓷砖中的紧急情况强度是恒定的-这对我来说没有意义（无论你选择什么瓷砖），因为这些点似乎高度集中在该区域的中心

感谢您附上您的数据。数据框
Emergencies
给出了空间位置
X，Y
以及另外两个量
M
和
T
的相应值。我假设数据帧的每一行对应一个紧急情况（而不是，例如，一家医院或一辆救护车）。根据您的描述，不清楚变量
M
是否表示（a）与该紧急情况相关的工作负载，或（b）该紧急情况发生时某些系统的总工作负载

如果是（a），那么你要处理的是一个标记点模式，在该模式中，每个点事件位置都被称为标记的额外信息所增强。此标记点图案应通过以下方式创建：

Z <- ppp(Emergencies$X, Emergencies$Y, window=Region, marks=Emergencies[,c("M", "T")])

现在将
M
的值分为五个波段（例如）：

坐标是大数字。为了数值稳定性，让我们将其重新缩放为可管理的值：

ZCS <- shift(rescale(ZC, 1000), origin="midpoint")

输出给出了非常显著的测试结果，表明强度函数对于不同的
M
值是不同的

这不是您想要的样方计数卡方检验，但似然比检验是一种更强大的检验（在技术意义上）。
谢谢。我之所以想使用
tess
对象，是因为它可以在
quadra.test
函数中用于检查工作负载对强度的依赖性。但这个答案同样有效。再次谢谢你，谢谢。我之所以想使用
tess
对象，是因为它可以在
quadra.test
函数中用于检查工作负载对强度的依赖性。但这个答案同样有效。再次感谢你。
plot(ZC, cols=2:6)
plot(split(ZC))

ZCS <- shift(rescale(ZC, 1000), origin="midpoint")

fit1 <- ppm(ZCS ~ marks * polynom(x,y,2))
fit0 <- ppm(ZCS ~ marks + polynom(x,y,2))

anova(fit0, fit1, test="Chi")