在对Cox空间点过程进行建模时，例如thomas、LGCP、MatClust等，如何验证拟合的模型？

Question

library(spatstat)

# Definir a janela espacial
Window <- owin(c(0, 10), c(0, 10))

# Definir uma função de intensidade espacial
intensity_function <- function(x, y) {
  # Intensidade aumenta com a distância da origem
  intensity <- 1 + 0.2 * sqrt(x^2 + y^2)
  return(intensity)
}

# Gerar um processo de Poisson não homogêneo
process <- rpoispp(intensity_function, win=Window)

# Plotar o processo
fit <- kppm(process, ~1,"Thomas")    
fit1 <- kppm(process, ~1,"MatClust")  
fit2 <- kppm(process, ~1,"LGCP")  

我确实使用了AIC，但他们返回了错误，我确实测试了残差，但功能诊断不可用，我确实使用了qqplot，但也返回了错误。

Answer 1

您似乎想要同时进行模型选择（使用AIC或

anova

等工具）和模型验证（使用残差和诊断）。

对于型号选择：

我尝试使用AIC，但他们返回错误

（提示：发布问题时，请包含您键入的命令和返回的错误消息。）

您输入的命令大概是

AIC(fit)

。当我尝试此操作时，错误消息显示

错误：logLik 仅适用于配备 method='palm' 或 method='clik2' 的 kppm 对象

这表明，在对

kppm

的调用中，您应该设置

method='palm'

或

method='clik2'

。

如果您在错误消息后立即键入

traceback()

，则会打印函数调用的嵌套序列。我们可以看到命令

AIC(fit)

被分派到方法

AIC.kppm

。

AIC.kppm

的帮助文件特别提到了

这些方法仅适用于通过最大化 复合可能性：Palm 可能性（Tanaka 等人， 2008）或二阶复合似然（Guan，2006），通过 使用参数“method=”palm“”调用“kppm”或 分别是‘method="clik2"’。

因此，获取拟合模型的 AIC 值的方法是使用参数

method="palm"

或

method="clik2"

来拟合模型。示例：

fitT <- kppm(redwood ~ 1, "Thomas", method="p")
AIC(fitT)

当一个模型是另一个模型的特例时，您还可以执行诸如

anova

之类的操作来比较两个模型。

对于模型验证，恐怕可用的工具仅限于

kppm

对象。你可以用

diagnose.ppm(as.ppm(fitT), compute.sd=FALSE)

获得趋势分量的标准非正式诊断，忽略聚类分量。拟合集群过程模型的非正式验证仍然是一个研究领域。

顺便说一下，

diagnose

不是

spatstat

中定义的泛型，所以

diagnose(fitT)

不起作用。