我最近發佈了一個關於這樣做的正確方法的「非常新穎的R」問題,如果你對它感興趣,你可以在這裏找到它。 1用lpp測試CSR與R
我現在已經設法開發出一個簡單的R腳本來完成這項工作,但現在結果讓我感到困擾。其中零假設是所述點隨機分佈
我使用R鍵分析lpp
(線性點模式)與mad.test
。那功能長話短說執行假設檢驗。目前我有88 lpps來分析,而根據p.value
其中86個是隨機分佈的,其中2個不是。
看着他們,你可以看到某種簇中的第一個,但第二個只有三個點,而在我看來,有沒有辦法可以保證只有三個點不對應到隨機分佈。還有其他軌道有一點,兩點,三點,但都屬於「隨機」lpps類別,所以我不知道爲什麼這個不同。
所以,這裏是一個問題:CSR測試有多少點太少?
我也注意到,這兩個lpps比其他人低很多$statistic$rank
。我試圖找到這意味着什麼,但我現在無能爲力,所以這裏是另一個新問題:是$statistic$rank
某種質量分析指標,因此我可以使用它來將我的lpp分析分組爲「重要分析」和「太少分」?
我的R腳本和所有的shp文件可以從here(850 Kb)下載。
非常感謝您的幫助。
謝謝我也有同樣的問題。有多少太少。我理解這取決於上下文,但即使在上下文中,有時候也有點太少。所以,對於點模式分析,多少個點或每單位長度有多少點值得考慮。 – BKS
對不起,添加到您的問題,因爲我也在尋找相同的答案。現在,假設如果你將所有的日子事件合併爲一個ppp和一個每日lpp,它會給你不同數量的總分。如果你將它合併一週,你將有不同數量的總積分。在我的情況下,如果我做出這些組合(小時,星期,星期,月),在我的情況下,所有的組合都是有效的,仍然在我的上下文中,但是我會根據我使用的時間聚合得到隨機或聚類模式。有些聚合的點很少,所以我想知道它是否仍然有效,以點模式研究它們。 – BKS