SpatialRandomnessTest

SpatialRandomnessTest[pdata]

测试点集 pdata 是否在观察区域上均匀分布.

SpatialRandomnessTest[pdata,"property"]

返回 "property" 的值.

更多信息和选项

  • SpatialRandomnessTest 使用零假设 执行拟合优度假设检验，假定 pdata 是从 PoissonPointProcess 抽取的，而备择假设 则不是的.
  • 默认情况下，返回概率值或 值.
  • 小的 值表明 pdata 不太可能来自 PoissonPointProcess.
  • 点数据 pdata 可为以下形式：
  • {p1,p2,…}点 pi
    GeoPosition[…],GeoPositionXYZ[…],…地理点
    SpatialPointData[…]空间点集
    {pts,reg}点集 pts 及观察区域 reg
  • 如果未给出观察区域 reg，则使用 RipleyRassonRegion 自动计算区域.
  • SpatialRandomnessTest[pdata,"test"] 根据 "test" 返回 值.
  • SpatialRandomnessTest[pdata,All] 将选择所有检验.
  • 在零假设 下，pdata 中的点是从 PoissonPointProcess[λ] 中抽取的. 这意味着它们应均匀分布在给定的观察区域 reg 上. 通过对这些点进行分组，标准点数残差 应服从卡方分布，其中 和 分别为分组 i 中点的数目以及期望的点数，点数 应服从多项式分布.
  • 可使用以下检验：
  • "BesagL"基于 BesagL，应为与半径成函数关系的直线，具有较慢但更高的统计功效
    "ChiSquare"基于分组，其中标准点数残差应服从卡方分布，快速但只是近似
    "ModifiedChiSquare"基于分组，其中点的数目应服从多项式分布，对于小样本很精确，对于较多的数据则使用 "ChiSquare"
  • SpatialRandomnessTest[pdata,"HypothesisTestData"] 返回 HypothesisTestData 对象 htd，可通过 htd["property"] 来提取提取其他检验结果和属性.
  • SpatialRandomnessTest[pdata,"property"] 可直接给出 "property" 的值.
  • 与检验结果报告相关的属性包括：
  • "AllTests"可用检验的列表
    "AutomaticTest"设为 Automatic 时使用的检验
    "PValue"-值列表
    "PValueTable"-值的格式化表格
    "ShortTestConclusion"对检验结论的简短描述
    "TestConclusion"对检验结论的描述
    "TestData"检验统计量与 -值组成的数据对的列表
    "TestDataTable"-值的格式化表格和检验统计量
    "TestStatistic"检验统计量的列表
    "TestStatisticTable"检验统计量的格式化表格
  • 可使用以下选项：
  • SignificanceLevel 0.05诊断检验与报告的临界值

范例

打开所有单元关闭所有单元

基本范例  (2)

在圆盘上均匀分布的点：

数据来自强度均匀的点过程：

分布在地理区域上的点：

数据来自强度均匀的点过程：

范围  (10)

检验  (7)

检验空间随机性：

当点均匀分布时， 值通常较大：

当空间分布不均匀时， 值通常较小：

执行特定的空间随机性检验：

提取特定检验的属性：

选择 Automatic 将应用 "AutomaticTest" 选项：

属性 "AutomaticTest" 可用于确定选择了哪个检验：

同时执行适合于数据的所有检验：

通过属性 "AllTests" 来确定使用了哪些检验：

创建一个 HypothesisTestData 对象以重复进行属性提取：

可提取的属性：

从 HypothesisTestData 对象提取一些属性：

"ChiSquare" 检验的 值和检验统计量：

同时提取任意数量的属性：

"ChiSquare" 检验的 值和检验统计量：

报告  (3)

列出一系列检验的结果：

用表格给出所有适用检验的结果：

用表格给出所选检验的结果：

从检验结果表中提取条目以制作自定义报告：

-值大于 0.05，因此没有足够的证据在该水平上拒绝 ：

显著性水平被用于 "TestConclusion" 和 "ShortTestConclusion"：

选项  (1)

SignificanceLevel  (1)

指定显著性水平：

检验的结论可能会不同：

完整的检验结论：

巧妙范例  (1)

零假设下 "ModifiedChiSquare" 检验统计量的分布：

Wolfram Research (2020)，SpatialRandomnessTest，Wolfram 语言函数，https://reference.wolfram.com/language/ref/SpatialRandomnessTest.html.

文本

Wolfram Research (2020)，SpatialRandomnessTest，Wolfram 语言函数，https://reference.wolfram.com/language/ref/SpatialRandomnessTest.html.

CMS

Wolfram 语言. 2020. "SpatialRandomnessTest." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/SpatialRandomnessTest.html.

APA

Wolfram 语言. (2020). SpatialRandomnessTest. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/SpatialRandomnessTest.html 年

BibTeX

@misc{reference.wolfram_2024_spatialrandomnesstest, author="Wolfram Research", title="{SpatialRandomnessTest}", year="2020", howpublished="\url{https://reference.wolfram.com/language/ref/SpatialRandomnessTest.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_spatialrandomnesstest, organization={Wolfram Research}, title={SpatialRandomnessTest}, year={2020}, url={https://reference.wolfram.com/language/ref/SpatialRandomnessTest.html}, note=[Accessed: 21-November-2024 ]}