将转换过程模型强度预测转换为spatstat特定点的概率

Question

我正在使用与spatstat软件包中的chorley数据集相似的数据集，并且正在按照样本书一章“空间点模式：R的方法和应用”中进行的相似分析进行分析。https://book.spatstat.org/sample-chapters/chapter09.pdf

library(spatstat)
data("chorley")
X <- split(chorley)$larynx
D <- split(chorley)$lung
Q <- quadscheme.logi(X,D)
fit <- ppm(Q ~ x + y)
locations = data.frame(x=chorley$x, y=chorley$y)
pred <- predict(fit, locations = locations,  type="intensity")

summary(pred)
 Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
0.09059 0.15562 0.17855 0.18452 0.20199 0.33201

data.ppm(fit)
Planar point pattern: 58 points
window: polygonal boundary
enclosing rectangle: [343.45, 366.45] x [410.41, 431.79] km

Q
Quadrature scheme (logistic)
58 data points, 978 dummy points
     Total weight 315.1553
我想知道为什么在模型上运行data.ppm时，似乎只在模型中包含了肯定的情况？ 

还有一条警告消息，“警告消息：vcov未针对虚拟类型“给定”实现-使用两个我不知道如何解释的数据集（乔利和我自己的数据集）附带的“泊松公式”。

非常感谢您的帮助！

我正在使用与spatstat软件包中的chorley数据集相似的数据集，并且正在按照样本书一章“空间点模式：方法和...]中介绍的相似分析进行分析。

我们正在模拟空间风险。您在笛卡尔坐标中的对数线性风险是奇数，但我想这只是一个例子。因此，我们通常认为拟合模型的强度实际上是相对风险。因此，预测“强度”确实可以为我们提供给定位置的预测风险（情况奇数）。要隐蔽相对风险，可以做到的（从原始代码的中间开始）：

rr <- predict(fit, locations=unmark(chorley))
p <- rr/(1+rr)

警告与估计器的方差协方差矩阵的估计有关。它有点技术性，但从本质上讲，该方法假设您使用的是随机生成的虚拟点（在本例中为肺癌病例），并且它需要知道哪个点过程模型生成了这些点。由于您直接提供了这些，因此仅假设它们是由泊松点过程生成的。如果您的数据中有合理数量的控件，那么我不会对此部分感到担心。

Answer 1