多维标记点模式中的依赖性
Dependency in multidimensional marked point patterns
据我了解，目前，如果我们有多种类型的点模式，我们可以使用 Jmulti、Gmulti 等函数来确定各种标记点之间的依赖关系
现在，如果每个点都与多个标记相关联（比如，作为一个数据框，其中每一列都是一个标记变量）那么我们如何找到不同标记变量的点之间的依赖关系？请注意，在这种情况下，一个点可能有两个不同的标记，但具有相同的空间坐标。
我认为在这种情况下，具有相同坐标但不同标记的点的数量在某种意义上是衡量不同标记变量的点模式之间的依赖性，但我不确定是否有方法可以做到此分析在 spatstat.
感谢您的澄清。
the spatstat book 的第 15 章对此进行了讨论。
但是我认为您可能混淆了两种不同的东西：(1) 一种点模式，其中每个点都带有几个不同的标记变量，因此模式的标记由一个数据框表示，每个点一行每个标记变量的点和一列； (2)标记点图案，其中可能存在多个空间坐标相同但标记值不同的点。
(1) 的一个示例是 spatstat 中的 finpines 数据集，其中每个树的位置都由树的高度和直径标记。 (2) 的一个例子是道路事故的空间模式，其中每辆车由一个点表示，因此两辆车的事故由同一位置的两个点表示，可能具有不同的标签。
要处理 (1)，您可以使用 Kmulti、Gmulti、Jmulti 等函数。这些函数总是比较两组点，由可以是逻辑向量的参数 I 和 J 标识。您可以将点模式的任意两个子集定义为子集 I 和 J。例如，在 finpines 数据中，您可以定义 I <- with(marks(finpines), height > 10 * diameter)，这将 select 所有高度（以米为单位）大于直径（以厘米为单位的 10 倍）的树木。并类似地为 J 制定另一个不同的规则。
研究标记点模式相关性的其他方法包括标记相关函数 markcorr、最近邻相关 nncorr、条件矩 Emark、Vmark 等第 15 章中描述的工具。
最后提醒一下，汇总函数不 "determine" 依赖；它们只是相关性的度量。
据我了解，目前，如果我们有多种类型的点模式，我们可以使用 Jmulti、Gmulti 等函数来确定各种标记点之间的依赖关系
现在，如果每个点都与多个标记相关联（比如，作为一个数据框，其中每一列都是一个标记变量）那么我们如何找到不同标记变量的点之间的依赖关系？请注意，在这种情况下，一个点可能有两个不同的标记，但具有相同的空间坐标。
我认为在这种情况下，具有相同坐标但不同标记的点的数量在某种意义上是衡量不同标记变量的点模式之间的依赖性，但我不确定是否有方法可以做到此分析在 spatstat.
感谢您的澄清。
the spatstat book 的第 15 章对此进行了讨论。
但是我认为您可能混淆了两种不同的东西：(1) 一种点模式，其中每个点都带有几个不同的标记变量，因此模式的标记由一个数据框表示，每个点一行每个标记变量的点和一列； (2)标记点图案，其中可能存在多个空间坐标相同但标记值不同的点。
(1) 的一个示例是 spatstat 中的 finpines 数据集，其中每个树的位置都由树的高度和直径标记。 (2) 的一个例子是道路事故的空间模式，其中每辆车由一个点表示，因此两辆车的事故由同一位置的两个点表示，可能具有不同的标签。
要处理 (1)，您可以使用 Kmulti、Gmulti、Jmulti 等函数。这些函数总是比较两组点，由可以是逻辑向量的参数 I 和 J 标识。您可以将点模式的任意两个子集定义为子集 I 和 J。例如，在 finpines 数据中，您可以定义 I <- with(marks(finpines), height > 10 * diameter)，这将 select 所有高度（以米为单位）大于直径（以厘米为单位的 10 倍）的树木。并类似地为 J 制定另一个不同的规则。
研究标记点模式相关性的其他方法包括标记相关函数 markcorr、最近邻相关 nncorr、条件矩 Emark、Vmark 等第 15 章中描述的工具。
最后提醒一下，汇总函数不 "determine" 依赖；它们只是相关性的度量。