Как подобрать кусочную модель Гейера с тремя расстояниями взаимодействия в R-пакете? - PullRequest
Новая
       16

Как подобрать кусочную модель Гейера с тремя расстояниями взаимодействия в R-пакете?

0 голосов
/ 06 октября 2019

Я использую spatstat для анализа пространственного распределения трубопровода ксилемы для изображения поперечного сечения среза дерева. кто-то предлагает использовать функцию Гейера для моделирования пространственного распределения трубопровода. однако, я не понимаю, как соответствовать модели.

В статье (Mencuccini et al, 2010. Количественный и статистический метод определения пространственного распределения трубопровода ксилемы. Американский журнал ботаники), авторпредположил, что распределение трубопровода моделируется кусочно-гейеровской моделью с тремя расстояниями взаимодействия, на которых имеет место взаимодействие трубопровода. однако в spatstat нет такой опции, как «кусочная модель Гейера».

ppm (X ~ 1, Geyer (r = 0,05, sat = 2)), верно?

любой мог бы помочь с кодом, подходящим для такой «кусочной модели Гейера»?

читая книгу, кажется, что кусочная модель Гейера выглядит как гибридная модель Гиббса, код выглядит так:

ppm (X ~ 1, hybrid (hardcore (), Geyer (,), Geyer (,))) Теперь вопрос заключается в том, могу ли я использовать модель насыщения дважды Гейера в одной гибридной функции?

1 Ответ

0 голосов
/ 07 октября 2019

Я кратко обсудил это с другими авторами spatstat. Терминология «кусочно-гейеровская модель» не является стандартной в литературе о пространственно-точечном процессе. Цитируемая статья (которую мы не искали), вероятно, относится к модели BadGey в spatstat.

Полезной альтернативой может быть рассмотрение гибридных моделей (примером которых является). Это позволяет постепенно улучшать модель. См. Страницу справки spatstat для Hybrid или более подробных примеров в статье о hyprids, упомянутой в цитате spatstat citation('spatstat').

Вот пример BadGey как напрямую, так и в виде гибридной модели, гдеВы можете видеть, что оценки параметров идентичны: 

library(spatstat)
ppm(swedishpines ~ 1, BadGey(c(5, 9), c(1,2)))
#> Stationary hybrid Geyer process
#> 
#> First order term:  beta = 0.04550482
#> 
#> Interaction radii:   c(5, 9)
#> Saturation parameters:   c(1, 2)
#> Fitted interaction parameters gamma_i
#>     [0,5)     [0,9) 
#> 0.8083960 0.5550427 
#> 
#> Relevant coefficients:
#> Interact.1 Interact.2 
#> -0.2127032 -0.5887103 
#> 
#> For standard errors, type coef(summary(x))
ppm(swedishpines ~ 1, Hybrid(Geyer(5, 1), Geyer(9, 2)))
#> Stationary Hybrid interaction
#> 
#> First order term:  beta = 0.04550482
#> 
#> Hybrid of 2 components: 'HybridComponent1' and 'HybridComponent2'
#> HybridComponent1:
#> Interaction:Geyer saturation process
#> Interaction distance:    5
#> Saturation parameter:    1
#> HybridComponent2:
#> Interaction:Geyer saturation process
#> Interaction distance:    9
#> Saturation parameter:    2
#> 
#> Fitted HybridComponent1 interaction parameter gamma: 0.808396
#> Fitted HybridComponent2 interaction parameter gamma: 0.5550427
#> 
#> Relevant coefficients:
#> HybridComponent1. HybridComponent2. 
#>        -0.2127032        -0.5887103 
#> 
#> For standard errors, type coef(summary(x))
...