R 点模式相似性与比较

R 点模式相似性与比较,r,spatstat,R,Spatstat,我最近开始使用医疗急救中心提供的一个巨大的数据集 服务我有25000个事故空间点 我搜索书籍和互联网已经有相当一段时间了,我越来越困惑于该做什么以及如何做 当然,这些点非常密集。我计算了K,L和G函数 对于它,他们确认了严重的集群 我也有人口点数据集-每个公民一个点,类似于事件数据集(事件发生在人身上,所以这两个数据集之间有很强的联系) 我想比较这两个数据集,看看它们是否相似 分发。我想知道,如果有地方,哪里有更多 事件,与人口相比。换句话说,我想使用人口数据集来解释强度,然后计算事件数据集是否

我最近开始使用医疗急救中心提供的一个巨大的数据集 服务我有25000个事故空间点

我搜索书籍和互联网已经有相当一段时间了,我越来越困惑于该做什么以及如何做

当然,这些点非常密集。我计算了K,L和G函数 对于它,他们确认了严重的集群

我也有人口点数据集-每个公民一个点,类似于事件数据集(事件发生在人身上,所以这两个数据集之间有很强的联系)

我想比较这两个数据集,看看它们是否相似 分发。我想知道,如果有地方,哪里有更多 事件,与人口相比。换句话说,我想使用人口数据集来解释强度,然后计算事件数据集是否对应于该强度。我们的假设是,事件应该随机出现在人群中

我想得到该地区的一幅图,如果事故是随机发生在人们身上的,那么该地区发生的事故比预期的多或少

你会如何使用R

我应该使用Kest还是Kinhom来计算K函数? 我读了描述,但仍然不明白基本区别是什么 在他们之间

我尝试使用Kcross,但我发现,使用了两个数据集中的一个 应该是CSR-完全空间随机。 我还找到了Kcross.inhom,我应该用它来做我的数据吗

如何获得有关人口的事件偏差图(图像)

我希望我问得很清楚

感谢您抽出时间阅读我的问题和建议 如果你能回答我的任何问题,我将更加感谢你

致以最良好的祝愿


Jernej

我没有时间完整回答你所有的问题,但这里有一些建议

免责声明:我是
spatstat
软件包和本书的合著者,因此我更喜欢使用这些工具(我真诚地相信这些工具是解决您问题的最佳工具)

概念问题:您的研究区域有多大?将这些点视为分布在该区域的所有地方或仅限于道路网络上是否有意义

现在我假设我们可以假设它们分布在任何地方

一种简单的方法是使用
density.ppp
估计人口密度,然后使用
ppm
将人口密度作为强度,对事件拟合泊松模型。这可能是一个合理的零模型,如果这与数据吻合得很好,你基本上可以说事件“在控制不均匀人口密度的情况下,在空间中完全随机发生”。更多信息
density.ppp
ppm
分别在的第6章和第9章中,当然也在
spatstat
帮助文件中

如果您使用诸如K/L/G/F/J函数之类的汇总统计,则应始终使用
inhom
版本来考虑人口密度。本手册第7章对此进行了介绍

此外,如果您将所有点合并到一个带有两种类型(背景和事件)的标记点模式中,则可能会有兴趣查看相对风险(
relrisk
)。见本报告第14章


不幸的是,只有第3章、第7章和第9章可以免费下载示例章节,但我希望您可以在图书馆访问或购买。

谢谢您的回答,这对我帮助很大:)我应该使用kppm而不是ppm吗?如果你用
ppm
拟合一个非齐次泊松模型,并确定数据点比该模型解释的更聚集,你确实可以使用
kppm
(或添加
交互=AreaInter(R)
其中
R
是某种交互范围——参见本书第13章)。很抱歉打扰您,但我还有关于ppm的其他问题。我计算了我的人口密度,但在一遍又一遍地阅读了spatstat帮助之后,我不知道如何使用计算出的密度。如果我使用它作为协变量并拟合事件ppp,plot函数将返回无需绘制的平面。这可以吗:fit=ppm(inc_ppp,~dens_pop)如何计算空间变化的人口密度?使用
密度.ppp
?请通过编辑你的问题提供一个小的可复制的例子,这样我就有更好的机会对你正在做的事情进行评论。如果您想要示例数据,可以使用
X是,我使用density.ppp计算人口密度。比如说我用的是dens_pop