这是我的情况:
以及在这50个多边形中分布的点集。因此,对于每个多边形,都有一个关联的点密度。我要测试的是此数据集的分布模式(例如,跨50个多边形的密度波动)是否实现了空间随机性。
我使用的方法是:在均匀随机情况下,每个环的点数遵循二项式分布,即X〜B(n,p),其中n是点的总数,p是每个点都在特定的多边形内(p = Area_polygon / Area_semicircle)。这样,对于每个多边形,我都可以计算出预期的点数,然后可以在其上计算密度。然后,我可以应用单向方差分析比较两组:实际密度组和理论密度组。
但是,我发现了一个问题:在计算密度时,实际上是将期望的数字除以该区域。但是,考虑到预期数量
E = N(总数)* Area_polygon /总面积,
因此密度:
D = N(总数)/总面积
这意味着对于每个多边形,期望的密度是相同的数字。
因此,在这种情况下,使用单向方差分析将我的实际密度组与所有数字都相同的组进行比较仍然合适吗?
如果使用数字而不是密度怎么办?还是还有其他更合适的测试?
您可能要查找一种称为“ quadrat test”的方法。在R包spatstat中的功能quadrat.test
的联机帮助中对此进行了说明,在spatstat book中进行了更详细的说明。 (免责声明:我是合著者。)