斯帕斯塔特

spatstat:空间点模式分析,模型拟合,模拟,测试,一个分析空间数据的包,主要是空间点模式,包括多类型/标记点和空间协变量,在任何二维空间区域。还支持三维点模式和任意维的时空点模式。包含1000多个用于绘制空间数据、探索性数据分析、模型拟合、仿真、空间采样、模型诊断和形式推理的函数。数据类型包括点模式、线段模式、空间窗口、像素图像和镶嵌。探索性方法包括K-函数、最近邻距离和空空间统计、Fry图、对相关函数、核平滑强度、交叉验证带宽选择的相对风险估计、标记相关函数、分离指数、,标记相关性诊断等。点过程模型可以使用类似于glm的函数ppm、kpm、slrm来拟合点模式数据。模型可能包括对协变量的依赖性、中介点相互作用、簇形成和对标记的依赖性。拟合模型可以自动模拟。还提供形式推理(如卡方检验)和模型诊断(包括模拟包络、残差、残差图和Q-Q图)的工具(资料来源:http://cran.r-project.org/web/packages)

这个软件也是同行评审按日记帐JSS公司.


zbMATH中的参考文献(参考 122篇文章 122篇,1标准件)

显示122的结果1到20。
按年份排序(引用)

1 2 ... 5 6 7 下一个

  1. Biscio,Christophe A.N.;Chenavier,Nicolas;Hirsch,Christian;Svane,Anne-Marie:通过拓扑数据分析测试点过程的拟合优度(2020)
  2. Maria Xose Rodriguez Alvarez,Vanda Inacio:ROCnReg:A R程序包,用于有或无协变量信息的接收器操作特性曲线推断(2020年)阿尔十四
  3. Moka,Sarat B.;Kroese,Dirk P.:使用部分拒绝抽样的吉布斯点过程的完美抽样(2020年)
  4. Álvaro Briz Redón,Francisco Martínez Ruiz,Francisco Montes:DRHotNet:用于检测线性网络上差异风险热点的R包(2019年)阿尔十四
  5. Gamerman,Dani:时空点过程:回归、模型规范和未来方向(2019)
  6. 空间地图:阿德里亚戈纳伊尔,帕拉希纳伊尔,2019年;阿德里亚戈纳里塔的协变性;帕拉希纳伊塔;帕拉希纳伊塔
  7. Josep Ello;Pavía,Jose M.;Morillas Jurado,Francisco G.:在生命表构建中整合大微观数据:无假设估计量(2019年)
  8. Suman Rakshit;Adrian Baddeley;Gopalan Nair:线性网络事件二阶分析的有效代码(2019)不是zbMATH
  9. 徐刚;瓦格彼得森,拉斯穆斯;关永涛:病例对照点模式数据的随机拟似然性(2019年)
  10. 杰汉,埃尔文:基于最近邻关系的列联表方法,用于测试自通信和混合通信(2018)
  11. Choiruddin,Achmad;Coeurly,Jean-François;Letuédérique:空间点过程强度估计的凸和非凸正则化方法(2018)
  12. Davies,Tilman M.;Baddeley,Adrian:空间自适应核估计的快速计算(2018)
  13. Guillaume Gautier,Rémi Bardenet,Michal Valko:DPPy:使用Python采样决定性点过程(2018)阿尔十四
  14. Meyer,Sebastian:自激点过程:感染和实施(2018)
  15. Micheas,Athanasios C.;Chen,Jiaxun:sppmix:使用正常混合模型的泊松点过程建模(2018)
  16. Tao,Long;Weber,Karoline E.;Arai,Kensuke;Eden,Uri T.:使用标记点过程时间重新缩放的神经种群模型的通用拟合优度框架(2018)
  17. Adrian Baddeley;Andrew Hardegen;Thomas Lawrence;Milne,Robin K;Nair,Gopalan;Rakshit,Suman:关于复合假设的两阶段蒙特卡罗检验(2017)
  18. Biscio,Christophe Ange Napoléon;Lavancier,Frédéric:参数平稳行列式点过程的对比度估计(2017)
  19. Coeurjolly,Jean François:基于中值的空间点过程强度估计(2017)
  20. Illian,Janine B.;Burslem,David F.R.P.:提高空间点过程方法的可用性:统计学与生态学之间的跨学科对话(2017)

1 2 ... 5 6 7 下一个