两个一维点过程的 Ripley 的 K 函数的边缘校正?

机器算法验证 点过程 ripley-k
2022-04-07 14:11:56

我刚刚开始一项涉及表征两个 1D 随机点过程之间的依赖性的调查。自然的方法似乎涉及 Ripley 的 K 函数:xy

K(t)=Tnxnyi=1nxj=1nyw(xi,yj)I[d(xi,yj)<t]

其中中的观察数,中跨区间的观察数。偏离 表明两点过程之间的相关性。nxxnyyTK(t)=t

但是,我不清楚如何估计一维情况下有些论文参考了 Hani Doss 1989 年的论文,但在 JSTOR 论文中,他明确指出“这种边缘校正与我们无关”。FWIW-我目前使用的校正权重为 2,但直觉上这在我的情况下似乎过分了。 w(xi,yj)

1个回答

你见过 Gavin 的K1D 密码吗?

在他的小插图中,同步性是之间的异步性我相信来自对这对的两种方式的评估,这是必要的,因为 Gavin 解释说,有时边缘校正K(t)>2t2t02tw(ti,tj)w(tj,ti)