0
私は1次元のデータ（直線の位置）を持っています。私はクラスタポアソンプロセスモデルかCoxモデルがデータに適しているかどうかをチェックしたいと思います。spatstat内の1次元データ
私のデータはx座標しかないので、線形ネットワークポアソンプロセスモデルを試しました。ただし、lppmはPoissonモデルのみをサポートしています。
クラスタモデルを持つkppmメソッドは、2次元データを必要とします。だから、の値と範囲の(ymin=0,ymax=0.001)のダミーy列を追加しました。 ymax=0は、計算中にエラーを返します。今、私はマタークラスターなどに合うことができます。
私の質問は1次元データを扱う最良の方法でしょうか？
ゼロ以外の範囲のダミー列を追加するのは唯一の方法ですか？あるいは、私が見逃したポイントパターンやプロセスモデルに関する詳細はありますか？代替案の提案も歓迎します。 2つの完全に異なるもの、同じ人によって発明 -
コックスモデリングは比例生存（またはハザードモデル）であり、ポアソン処理はクラスタリングモデルなので、なぜここで使用したいのか分かりません。直線ではあいまいになります。モデルが適切であるかどうかは、データを尋ねようとしていることと関係があります。あなたの質問は何ですか？あなたがデータで何をする必要があるのか、そしてなぜそれが正しい方向にもっと遠くなるのかを非常に明確にしてください。 – sconfluentus
データのポイントはクラスタで発生する傾向があります。それはまた、独立したパーティション等の独立性のようなポアソンポイント過程のいくつかの条件を満足する。したがって、我々は、クラスタ中心がポアソン分布を有し、各クラスタが有限個の点を有するクラスタリングポアソン過程を用いてデータをモデル化することを考えている。私は、Coxプロセスははるかに一般的であり、クラスタプロセスを含むと思います。 私たちのデータに**良いフィット**のモデルを見つけることができれば、それらのポイントを使用して構築されたより高いレベルの構造のさらなる計算にそれを使用する予定です。 – user2128233
私はstats.stackのこの投稿はあなたが必要とするものになると思います。線形データポイントでは、データの間隔の間に区切られた距離の推定値が多くなります。これが正しい方向に進むかどうかを確認してください：https://stats.stackexchange.com/questions/40454/determine-different-clusters-of-1d-data-from-database – sconfluentus