空间分离的蒙特卡罗检验 [英] Monte Carlo test of spatial segregation

问题描述

我很难解释我从spatstat中的隔离.test方法得到的结果。然而，我有三个不同的点模式A，B，C，我想证明C和B是相关的，而A和B不是。您可以在此图中看到强度的核估计：

但是使用spatstat包在R中计算它，我总是得到相同的p值，尽管测试统计T是不同的…这怎麽可能？在这种情况下，测试统计数据T意味着什么？为什么我会得到完全相同的p值？

我希望你能帮助我在这次蒙特卡洛测试中做错了什么。

推荐答案

测试统计T的含义在帮助文件中有明确的解释。你看了吗？

?segregation.test

在蒙特卡罗检验中没有偏析的零假设下，数据模式和模拟模式可以互换。P值通过观察到的图案的测试统计量在图案总数中的等级来计算。在这两种情况下，您都展示了观察到的数据具有最极端的分离统计T，p值为1/26=0.03846。

要了解详细信息，请查看前面提到的帮助文件以及spatstat book的第10章和第14章。(遗憾的是，这些都不是免费的示例章节。)

编辑：检验统计量T是隔离程度的度量。如果这些点被随机标记，它往往接近于0，如果这些标记被很好地分开，它往往在数字上很大。由于没有大小的概念，因此使用蒙特卡罗p值来判断观察到的T是否大到应该拒绝随机标记的零假设。

这篇关于空间分离的蒙特卡罗检验的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！