我的数据由来自特定位置的16对距离和方位组成。我正在尝试生成这16对的1000个重采样(即创建X2和Y2的新集合)。这样一来,我最终将拥有1000对,16对距离和方位,从而产生新的16个空间点。
my data, using the bearing and the distance to generate X2 and Y2
到目前为止,我已经从已有的16个值中重新采样(重新排序),>
`
f2 <- function(x) data.frame(bearing = sample(min(HRlog$beartoenc):max(HRlog$beartoenc), 16, replace = TRUE), distance = sample(min(HRlog$distoenc):max(HRlog$distoenc), 16, replace = TRUE)) se1randcent <- as.data.frame(lapply(seq(1000), f2))
`
但是我的顾问不愿意。
我被告知我应该根据冯·米斯分布重新采样,即使分布适合我的数据,然后根据我得到的K值从该分布中重新生成16对。我真的不知道这意味着什么。谁能帮我弄清楚吗?
我发布此问题是因为我处于严重的时间压力中,并且已经怀孕9个月,所以我的怀孕大脑无法帮助我及时找到答案。
对此的任何帮助将不胜感激!
我的数据由来自特定位置的16对距离和方位组成。我正在尝试生成这16对的1000个重采样(即创建X2和Y2的新集合)。这样最后...
R中的软件包circular
可能会有所帮助。 von Mises分布kappa
参数可以使用最小化方法(如下所示)或通过内置的最大似然估计器mle.vonmises()
从您提供的角度进行计算。一旦有了参数,就可以将rvonmises
与样本数量和计算出的参数一起使用来生成样本。生成的样本似乎在[0,2pi]上,因此可能需要进行一些调整以确保平均值正确表示。]
拟合距离可能是单独的分布,并且在此答案中未解决两者之间可能的依赖关系的问题。