我正在尝试进行一些共生化分析，即我想显示一种细胞类型是否倾向于在显微图像中显着接近另一种不同的细胞类型。
我尝试使用 R spatstat 包来做到这一点，我能够可视化我的数据集：
mypattern 是一种细胞，mypattern2 是另一种细胞。当您查看 L 图时，您会看到曲线偏离泊松时存在某种聚类。
我考虑过使用最近邻方法，它是 spatstat 中的 nncross 函数。但是，如果这个距离是随机的（两个随机点模式）或显着相关，我现在如何显示？有人有想法吗？我看到了很多关于蒙特卡洛之类的模拟，但我不知道如何开始编码......
我会很高兴有任何帮助！
亲切的问候，柱间
此处不应使用 L 函数，因为数据高度不均匀。
我建议您将两个点模式组合成一个“标记”点模式，
X <- superimpose(A=mypattern1, B=mypattern2)
然后估计点的空间变化密度
D <- density(split(X))
plot(D)
或每种细胞的空间变化比例
R <- relrisk(X)
plot(R)
您还可以使用segregation.test最近邻的列联表 ( dixon)。
请参阅spatstat 手册的第 14 章relrisk以及density.splitppp和的帮助文件segregation.test。