我最近开始使用由医疗急救服务提供的庞大数据集 . 我有cca 25.000空间事件点 .
我正在搜索书籍和互联网很长一段时间，我越来越困惑该做什么以及如何做 .
当然，这些要点非常集中 . 我为它计算了K，L和G函数，它们确认了严重的聚类 .
我还有人口点数据集 - 每个公民一个点，同样聚集为事件数据集（事件发生在人们身上，因此这两个数据集之间存在强联系） .
我想比较这两个数据集，如果它们是相似的分布 . 我想知道，如果有地方，那里有更多的事件，与人口相比 . 换句话说，我想使用人口数据集来解释强度，然后确定事件数据集是否与该强度相对应 . 假设是，事件应该随机出现在人口中 .
我想得到一个有关信息的地区情节，如果事件随机发生在人身上，那么事件或多或少都会超出预期 .
你怎么用R做的？
我应该使用Kest或Kinhom来计算K函数吗？我阅读了描述，但仍然不明白它们之间的基本区别 .
我尝试使用Kcross，但正如我所知，使用的两个数据集中的一个应该是CSR - 完全空间随机 . 我还找到了Kcross.inhom，我应该将这个用于我的数据吗？
如何获得有关人口的事件偏差的图（图像）？
我希望我能清楚地问 .
感谢您抽出时间阅读我的问题，感谢您回答我的任何问题 .
最好的祝福！
耶尔内伊
1 回答
我没有时间全面回答你的所有问题，但这里有一些指示 .
免责声明：我是
spatstat包和书Spatial Point Patterns: Methodology and Applications with R的合着者，因此我倾向于使用这些（我真的相信这些是解决您问题的最佳工具） .概念性问题：您的学习区域有多大，将区域分布在该区域的任何地方或者仅限于道路网络中是否有意义？
现在我假设我们可以假设它们分布在任何地方 .
一种简单的方法是使用
density.ppp估算人口密度，然后将人口密度作为强度的事件拟合泊松模型使用ppm. 这可能是一个合理的空模型，如果这很好地符合数据，你基本上可以说事件发生"completely at random in space when controlling for the uneven population density" . 更多信息density.ppp和ppm分别位于1的第6章和第9章中，当然还包含在spatstat帮助文件中 .如果使用K / L / G / F / J函数等汇总统计数据，则应始终使用
inhom版本来考虑人口密度 . 这将在1的第7章中介绍 .如果您将所有点组合成具有两种类型（背景和事件）的标记点模式，那么看到相对风险（
relrisk）可能会很有趣 . 见1的第14章 .遗憾的是，只有1的第3章，第7章和第9章可以免费下载样本章节，但我希望您可以在图书馆访问它或者可以选择购买它 .