производительность rho2hat и ppm в spatstat

Я хочу сравнить производительность непараметрической функции оценки интенсивности "rho2hat" с "ppm".

Мой вопрос, как я могу выполнить тест, чтобы увидеть, как оценка работает лучше? Я не мог использовать quadrat.test?


person user8101567    schedule 02.06.2017    source источник
comment
Пожалуйста, добавьте воспроизводимый код, включая ваши данные (или поддельные данные примера с той же структурой) и то, как вы использовали rho2hat и ppm, и объясните, что вы имеете в виду под оценкой работает лучше.   -  person Ege Rubak    schedule 03.06.2017
comment
В приведенном ниже коде я пытаюсь проанализировать набор данных по ppm и rho2hat: library (spatstat) library (dismo) data (bei) bei attach (bei.extra) #plot () non ‹-rho2hat (bei, elev, grad) fit‹ - ppm (bei, ~ elev + grad, covariates = bei.extra) # график функции оценки интенсивности во всех точках pred ‹- прогноз (не) график (pred) график (bei, add = TRUE)   -  person user8101567    schedule 04.06.2017
comment
Теперь один из методов должен разделить окно на сетки и сравнить ожидаемые частоты для двух методов ppm и rho2hat. Как мне написать код?   -  person user8101567    schedule 04.06.2017
comment
Это не будет оценивать, какой метод имеет лучшую производительность (что бы это ни значило). Он просто измерит разницу между двумя результатами.   -  person Adrian Baddeley    schedule 06.06.2017
comment
К вашему сведению: есть ошибка в predict.rho2hat в текущей выпущенной версии spatstat (1.51-0), поэтому, пожалуйста, установите версию для разработки с GitHub, если вы собираетесь ее использовать (любая версия после 1.51-0.033 должна быть в порядке).   -  person Ege Rubak    schedule 06.06.2017
comment
Привет, @AdrianBaddeley. Мне интересно, какой подход вы рекомендуете для сравнения производительности IPP с оценкой непараметрической функции интенсивности?   -  person user8101567    schedule 07.06.2017
comment
Привет, @EgeRubak, спасибо за комментарии. Я также установил версию для разработки с GitHub, но у меня возникла ошибка! мой код, как показано ниже: data (bei) bei attach (bei.extra) # non ‹-rho2hat (bei, elev, grad) M1‹ -quadrat.test (non, nx = 4, ny = 2)   -  person user8101567    schedule 07.06.2017


Ответы (1)



Как упоминалось в комментарии @ adrian-baddeley, предлагаемая вами стратегия просто измеряет разницу между двумя результатами. Вы можете рассчитать ожидаемое количество точек в разных регионах на основе оценочной интенсивности следующим образом:

library(spatstat)
#> Loading required package: nlme
#> Loading required package: rpart
#> 
#> spatstat 1.51-0.035       (nickname: 'Spatfefe') 
#> For an introduction to spatstat, type 'beginner'
elev <- bei.extra$elev
grad <- bei.extra$grad
non <- rho2hat(bei, elev, grad)
pred <- predict(non)
grid <- quadrats(pred, nx = 4, ny = 2)
by(pred, grid, integral)
#> 1:
#> [1] 522.0247
#> 
#> 2:
#> [1] 503.6255
#> 
#> 3:
#> [1] 344.8552
#> 
#> 4:
#> [1] 522.834
#> 
#> 5:
#> [1] 454.5958
#> 
#> 6:
#> [1] 470.2484
#> 
#> 7:
#> [1] 556.1989
#> 
#> 8:
#> [1] 415.8889
person Ege Rubak    schedule 07.06.2017
comment
Большое спасибо @ Ege-Rubak, у меня нет доступа к spatstat 1.51-0.035! поэтому мои результаты выполнения вашего кода сильно отличаются от ваших. Однако я специализируюсь на непараметрической статистике, и у меня есть несколько идей по улучшению производительности rhohat / rho2hat путем наложения некоторых ограничений. С уважением, Хасан Доости - person user8101567; 08.06.2017