为完全空间随机性导入一维数据集 win spatstat

Question

我有一组一维数据点（线段上的位置），我想测试完全空间随机性。我正计划运行 Gest（最近邻）、Fest（空 space）和 Kest（成对距离）函数。

不过我不确定应该如何导入我的数据集。我可以通过将第二个维度设置为 0 来使用 ppp，例如：

myDistTEST<- data.frame(
  col1= sample(x = 1:100, size = 50, replace = FALSE),
  col2= paste('Event', 1:50, sep = ''), stringsAsFactors = FALSE)
myDistTEST<- myDistTEST[order(myDistTEST$col1),]                        
myPPPTest<- ppp(x = myDistTEST[,1], y = replicate(n = 50, expr = 0),
                c(1,120), c(0,0))

但我不确定这是格式化数据的正确方法。我也尝试过使用 lpp，但我不确定如何设置 linnet 对象。导入数据的正确方法是什么？感谢您的关注。

Answer 1

简单地让所有点的 y=0 然后继续进行就好像您有一个二维点模式是错误的。您使用 lpp 的建议很好。关于如何定义linnet和lpp试试看my answer here.

我考虑过在 spatstat 中做一个小包来更容易地处理一维模式，但到目前为止我只用一个函数启动包来定义合适的 lpp 更轻松。如果您喜欢冒险，可以通过 remotes 软件包从 GitHub repo 安装它：

remotes::install_github("rubak/spatstat.1d")

您可以使用的单个函数称为lpp1。它基本上只是总结了链接答案中描述的几个步骤。

为完全空间随机性导入一维数据集 win spatstat

Importing one dimensional dataset for Complete Spatial Randomness win spatstat

r

spatial

spatstat