Импорт одномерного набора данных для полной пространственной случайности

Question

У меня есть набор одномерных точек данных (местоположений на сегменте), и я хотел бы проверить на полную пространственную случайность. Я планировал запустить функции Gest (ближайший сосед), Fest (пустое пространство) и Kest (попарные расстояния).

Хотя я не уверен, как мне импортировать мой набор данных. Я могу использовать ppp, установив второе измерение на 0, например:

myDistTEST<- data.frame(
  col1= sample(x = 1:100, size = 50, replace = FALSE),
  col2= paste('Event', 1:50, sep = ''), stringsAsFactors = FALSE)
myDistTEST<- myDistTEST[order(myDistTEST$col1),]                        
myPPPTest<- ppp(x = myDistTEST[,1], y = replicate(n = 50, expr = 0),
                c(1,120), c(0,0))

Но я не уверен, что это правильный способ форматирования моих данных. Я также пытался использовать lpp, но я не уверен, как установить объект li nnet. Как правильно импортировать мои данные? Спасибо за ваше внимание.

Answer 1

Будет неправильно просто указывать y = 0 для всех ваших точек, а затем действовать так, как если бы у вас был точечный узор в двух измерениях. Ваше предложение использовать lpp хорошо. Относительно того, как определить linnet и lpp, попробуйте взглянуть на мой ответ здесь .

Я рассмотрел вопрос создания небольшого пакета для более простой обработки одномерных шаблонов в spatstat , но до сих пор я только запустил пакет с одной функцией, чтобы упростить определение соответствующего lpp. Если вам хочется приключений, вы можете установить его из GitHub repo через пакет remotes:

remotes::install_github("rubak/spatstat.1d")

Единственная функция, которую вы можете использовать, называется lpp1. По сути, это всего лишь несколько шагов, описанных в связанном ответе.