我正在R中使用'spatstat'包,并获得了一组Ripley的K函数(或L函数)。我想找到一种在单条平均线上对这组图形进行平均的好方法,以及在该平均线周围绘制出标准偏差或置信区间。
到目前为止,我已经尝试过:
env.A <- envelope(A, fun=Lest, correction=c("Ripley"), nsim=99, rank=1, global=TRUE)
Aa <- env.A
avg <- eval.fv((Aa+Bb+Cc+Dd+Ee+Ff+Gg+Hh+Ii+Jj+Kk+Ll+Mm+Nn+Oo+Pp+Qq+Rr+Ss+Tt+Uu+Vv+Ww+Xx)/24)
plot(avg, xlim=c(0,200), . - r ~ r, ylab='', legend='')
有了这个,我从数据集中得到了平均线。
但是,我现在仍然坚持寻找该平均线附近的置信区间。
有人知道这样做的好方法吗?
envelope
的帮助文件说明了如何执行此操作。
E <- envelope(A, Lest, correction="Ripley", nsim=100, VARIANCE=TRUE)
plot(E, . - r ~ r)
请参见help(envelope)
以获取更多说明。
在此示例中,平均或中间曲线是使用理论公式计算的,因为模拟是从完全空间随机性生成的,并且L
函数的理论值是已知的。如果您希望由样本平均值确定中间曲线,请将调用中的use.theo = FALSE
设置为envelope
。
我还可以指出,您从envelope
获得的波段是不是置信区间。置信区间将以数据点模式A
的估计L函数为中心。从envelope
命令获得的波段以模拟曲线的平均值为中心。它们是显着性带,其解释与统计显着性检验有关。帮助文件中也对此进行了说明。