2

我似乎无法找到如何在 R Kest 函数（spatstat）中计算搜索距离“r”。包文档说明如下：

r 可选。应评估 K(r) 的参数 r 的值向量。建议用户不要指定此参数；有一个合理的默认值。

计算中使用的“合理默认值”是什么？任何文档将不胜感激。

4

2 回答 2

5

因为R是开源的，你可以自己阅读代码。键入Kest列出代码。查找r分配的位置表明它是由一个名为 的子例程完成的handle.r.b.args。在提示符处键入它的名称R以阅读该过程——它只有六行：

    rmax <- if (missing(rmaxdefault)) 
        diameter(as.rectangle(window))
    else rmaxdefault
    if (is.null(eps)) {
        if (!is.null(window$xstep)) 
            eps <- window$xstep/4
        else eps <- rmax/512
    }
    breaks <- make.even.breaks(rmax, bstep = eps)

显然，对该区域直径的估计除以 512。

于 2013-01-15T02:53:40.583 回答
3

跟进@whuber 的非常有用的答案，我能够找到有关在 Kest 中用于 r 的确切计算的更多详细信息：

Kest(X) 中的 r 值是如何确定的？

Kest 的默认 r 值计算如下：

最大 r 值由函数 'rmax.rule' 计算，rmax <- rmax.rule("K", W, lambda) 其中 W 是包含数据的窗口，lambda 是每单位面积点的平均密度. 目前，该规则采用 Ripley 经验法则的最小值：rmax = 封闭矩形最小边的四分之一 大样本规则：rmax = sqrt(1000/(pi * lambda)) r 值从 0 到 rmax 等距步长值“eps”。如果未指定 eps，则 eps = rmax/512，因此有 513 个值或 512 个区间。如果需要，您始终可以覆盖“r”值。

资料来源：spatstat

于 2013-01-15T11:50:25.790 回答