R语言 spatstat包 bw.diggle()函数中文帮助文档(中英文对照)

loveR

bw.diggle(spatstat)
bw.diggle()所属R语言包：spatstat

                                         Cross Validated Bandwidth Selection for Kernel Density
                                         交叉验证带宽的内核密度的选择

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Uses cross-validation to select a smoothing bandwidth for the kernel estimation of point process intensity.
使用交叉验证来选择一个平滑点过程强度的核估计的带宽。


用法----------Usage----------


   bw.diggle(X)



参数----------Arguments----------

参数：X
A point pattern (object of class "ppp").  
点模式（类的对象"ppp"）。


Details

详细信息----------Details----------

This function selects an appropriate bandwidth sigma for the kernel estimator of point process intensity computed by density.ppp.
此功能选择合适的带宽sigma核估计的点过程强度计算的density.ppp。

The bandwidth sigma is chosen to  minimise the mean-square error criterion defined by Diggle (1985). The algorithm computes the mean-square error by  the method of Berman and Diggle (1989). See Diggle (2003, pages 115-118) for a summary of this method.
的带宽sigma选择以最小化者Diggle（1985）定义的均方误差准则。由Berman和Diggle（1989）的方法，该算法计算的均方误差。这种方法的总结，Diggle（2003年，页115-118）。

The result is a numerical value giving the selected bandwidth. The result also belongs to the class "bw.optim" which can be plotted to show the (rescaled) mean-square error as a function of sigma.
其结果是一个数值，给予选定的带宽。结果也属于类"bw.optim"可以绘制，显示（重缩放）的均方误差的函数sigma。


值----------Value----------

A numerical value giving the selected bandwidth. The result also belongs to the class "bw.optim" which can be plotted.
一个数值给选定的带宽。结果也属于类"bw.optim"可以绘制。


带宽的定义----------Definition of bandwidth----------

The smoothing parameter sigma returned by bw.diggle (and displayed on the horizontal axis of the plot) corresponds to h/2, where h is the smoothing parameter described in Diggle (2003, pages 116-118) and Berman and Diggle (1989). In those references, the smoothing kernel  is the uniform density on the disc of radius h. In density.ppp, the smoothing kernel is the isotropic Gaussian density with standard deviation sigma. When replacing one kernel by another, the usual practice is to adjust the bandwidths so that the kernels have equal variance (cf. Diggle 2003, page 118). This implies that sigma = h/2.
平滑参数sigma返回bw.diggleh/2，其中h是平滑参数Diggle中描述的（2003年，（和显示在横轴上的图）对应页116-118）和：伯曼和Diggle（1989年）。在这些引用，平滑的内核是的均匀密度光盘的半径h。在density.ppp中，平滑内核是各向同性的高斯密度与标准差sigma。当更换一个内核的另一个，通常的做法是调整的带宽，使内核具有相同的方差（参见Diggle，2003年，第118页）。这意味着，sigma = h/2。


（作者）----------Author(s)----------


Adrian Baddeley
<a href="mailto:Adrian.Baddeley@csiro.au">Adrian.Baddeley@csiro.au</a>
<a href="http://www.maths.uwa.edu.au/~adrian/">http://www.maths.uwa.edu.au/~adrian/</a>
and Rolf Turner
<a href="mailto:r.turner@auckland.ac.nz">r.turner@auckland.ac.nz</a>




参考文献----------References----------

Estimating weighted integrals of the second-order intensity of a spatial point process. Journal of the Royal Statistical Society, series B 51, 81&ndash;92.
A kernel method for smoothing point process data. Applied Statistics (Journal of the Royal Statistical Society, Series C) 34 (1985) 138&ndash;147.
Statistical analysis of spatial point patterns, Second edition. Arnold.

参见----------See Also----------

density.ppp, bw.scott
density.ppp，bw.scott


实例----------Examples----------


  data(lansing)
  attach(split(lansing))
  b <- bw.diggle(hickory)
  plot(b, ylim=c(-2, 0), main="Cross validation for hickories")
  
   plot(density(hickory, b))
  

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。