R: 多类型点阵 scan.test
R: Multi-type Point Pattern scan.test
是否可以在多类型 ppp 上执行 spatstat::scan.test？我知道，当然，你可以在 2 型标记点模式上做到这一点：
P <- ppp(x=runif(100), y=runif(100), marks=factor(runif(100) >= 0.5))
scan.test(P, method="binomial", alternative="two.sided", nsim=100, r=0.1)
但是，现在，假设我调整 P 使其标记为多种类型：
marks(P) <- factor(round(runif(100, min=0, max=3)))
我现在想 运行 在每个标记组合上 scan.test。有没有办法 不使用嵌套 for 循环 ?
这不受支持，部分原因是从统计角度来看这是有问题的。
首先，您要比较所有可能的类型对 (i, j) 还是将每个类型 i 与 'all other types' (not-i) 进行比较？
从统计的角度来看，这存在“多重测试问题”；由于您正在执行多项假设检验，因此获得虚假 'significant' 结果的可能性要大得多。
从软件的角度来看，这些多重测试的结果应该被 return 编辑为假设检验列表（class htest 的对象列表），这将使其与 scan.test 的其他用途的输出不兼容 return class htest.
的单个对象
如果您确实愿意，可以使用循环进行这些成对测试。
有一个多项式（即二项式泛化到超过 2 种类型）版本的扫描测试。这可能是处理这些数据的“正确”方式。复杂之处在于指定备选假设（例如，您想检测案例模式与基线显着不同的所有实例吗？还是仅检测类型 1 相对于基线明显多于类型 2 和类型 3 的那些实例?等等等等）所以这也没有实现。
是否可以在多类型 ppp 上执行 spatstat::scan.test？我知道，当然，你可以在 2 型标记点模式上做到这一点：
P <- ppp(x=runif(100), y=runif(100), marks=factor(runif(100) >= 0.5))
scan.test(P, method="binomial", alternative="two.sided", nsim=100, r=0.1)
但是，现在，假设我调整 P 使其标记为多种类型：
marks(P) <- factor(round(runif(100, min=0, max=3)))
我现在想 运行 在每个标记组合上 scan.test。有没有办法 不使用嵌套 for 循环 ?
这不受支持，部分原因是从统计角度来看这是有问题的。
首先，您要比较所有可能的类型对 (i, j) 还是将每个类型 i 与 'all other types' (not-i) 进行比较？
从统计的角度来看，这存在“多重测试问题”；由于您正在执行多项假设检验，因此获得虚假 'significant' 结果的可能性要大得多。
从软件的角度来看，这些多重测试的结果应该被 return 编辑为假设检验列表（class htest 的对象列表），这将使其与 scan.test 的其他用途的输出不兼容 return class htest.
如果您确实愿意，可以使用循环进行这些成对测试。
有一个多项式（即二项式泛化到超过 2 种类型）版本的扫描测试。这可能是处理这些数据的“正确”方式。复杂之处在于指定备选假设（例如，您想检测案例模式与基线显着不同的所有实例吗？还是仅检测类型 1 相对于基线明显多于类型 2 和类型 3 的那些实例?等等等等）所以这也没有实现。