使用 Matlab 和 R 比较 Ripley 的 K 函数的估计值答案

【问题标题】：Comparing estimates of Ripley's K function using Matlab and R使用 Matlab 和 R 比较 Ripley 的 K 函数的估计值
【发布时间】：2015-11-08 10:55:37
【问题描述】：

我正在使用下面的 Matlab 代码来估计 Ripley 的 K 函数。

a = 0;
b = 50;
C_x = a + (b-a).*rand(100,1);
C_y = a + (b-a).*rand(100,1);

locs = zeros(length(C_x),2);
locs(:,1) = C_x;
locs(:,2) = C_y;

dist = a:1:b;
K_t = RipleysK(locs, dist, [a, b, a, b]);
plot(dist,K_t);
title('$\hat{K}$ function','Interpreter','latex','FontSize',14);
xlabel('$r$','Interpreter','latex','FontSize',14);
ylabel('$\hat{K}(r)$','Interpreter','latex','FontSize',14);
csvwrite('test.csv',locs);

“RipleysK”函数可以在以下位置找到： http://www.colorado.edu/geography/class_homepages/geog_4023_s07/labs/lab10/RipleysK.m

相比之下，我使用的是以下 R 脚本。

mydata <- read.csv("test.csv",header=F)
mydata
w <- owin(xrange = c(0,50),yrange = c(0,50))
pp <- as.ppp(mydata,w)
K <- Kest(pp,correction = "none")
plot(K)

Matlab 为指定的 r 值（即 dist）估计 K，而 R 脚本没有（估计直到 r = 12.5）。

有人可以评论吗？哪一个是正确的？我们可以在 R 脚本中指定 r 值吗？

谢谢

【问题讨论】：

你读过?Kest吗？
@MichaelChirico，是的，浏览了 R 代码。我有一个观察结果，即 Kest 估计 r = n/4 的 K 函数，例如 50/4 = 12.5，这与在 Matlab 代码中所做的相同。他们有类似的估计。现在我只想知道我们是否可以在 R 图中访问 Kest 的 K 值（以类似的方式我们在 Matlab 图中使用数据提示）或者我们不能这样做？

标签： r matlab statistics spatstat stochastic-process

【解决方案1】：

我没有看过matlab代码，但是我很确定spatstat包中的Kest计算正确。从您自己的评论来看，这似乎也没有冲突——它们只是做了两件不同的事情：matlab 代码针对 r 的一个特定值评估 K 函数的估计值，而 Kest 则针对一系列r 值（它还计算不同估计量的集合）。默认情况下，它会计算 513 个 r 值的估计值，查看它们的最简单方法是转换为 data.frame（继续您的代码）：

Kdf <- as.data.frame(K)
head(Kdf)

或者，您可以将函数值 (fv) 对象 K 转换为正常的 R 函数，并在 r 的相关值处对其进行评估（这会自动在可用的估计器中选择“最佳”估计器（通常是 Ripley 的等向修正后的估计））：

Kf <- as.function(K)
Kf(12.5)

【讨论】：

感谢您的评论和附加组件。它真的如我所愿。
我很高兴它有帮助。也许您会考虑接受答案，这样它就不会在搜索中显示为未回答？