R spatstat中的虚拟点数

我正在用函数

ppm

（

spatstat

包）将非齐次泊松模型拟合到空间点模式数据集，该函数使用Berman-Turner求积近似通过MLE估计参数。 默认情况下，出于计算原因，虚拟点排列在矩形网格中，正交权重通过将观察窗口划分为矩形瓷砖网格来确定（瓷砖数量等于虚拟点数量）

考虑到方形窗口，自动生成的虚拟点的数量是一个分段常数函数（我假设），它仅取决于数据点的数量（而不是窗口的尺寸）；更准确地说：

  number of   │  number of
 data points  │ dummy points
 (intervals)  │  generated
──────────────────────────────
    0 -  225  │ 1028
  226 -  400  │ 1604   (4*401)
  401 -  625  │ 2504   (4*626)
  626 -  900  │ 3604   (4*901)
  901 - 1225  │ 4904  (4*1226)
     etc.     │     etc.

我的问题

• 为什么在

  spatstat

  中默认选择此函数？这是一种“经验法则”吗
• 此外，你能给我指出一些文章或论文，其中比较了不同的方法和功能，以选择虚拟点的位置和数量吗

---

我是此代码的作者。该代码在

help（ppm）

和

help（quadscheme）

中有大量的文档记录。这些帮助文件提供了包括正交方案设计信息的论文和书籍的参考：包括Berman和Turner（1992年）、Baddeley和Turner（2000年）的论文以及Baddeley、Rubak和Turner（2015年，见第9章）的书

选择这些默认规则的主要原因是：

• 对于所有提供的

  R

  软件包，默认设置必须允许CRAN在合理的时间内（每个帮助页面最多5秒；每个帮助页面平均1秒）在各种硬件上测试代码。这意味着默认规则必须简单
• 当

  ppm

  拟合到稍微不同的点模式时，结果应该相似，如果正交方案相似，则更容易实现，因此规则应该是稳定的

在默认规则中，平铺的数量不等于虚拟点的数量。该规则的设计目的是，随着数据点数量的增加，每个图块的虚拟点数量将缓慢增加

---

这些是默认规则，我们鼓励用户开发自己的求积方案，或者在进行最终分析时至少增加虚拟点的密度。

我可以补充一下关于

ppm

logistic回归版本的参考Baddeley、Coeurjolly、Rubak和Waagepetersen（2014）吗（argument

method=“logi”

）还提供了一些有关正交方案大小影响的相关信息。非常感谢您对此事的关注！我非常需要这些澄清。（…并感谢

spattstat

！）