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

loveR

rStrauss(spatstat)
rStrauss()所属R语言包：spatstat

                                        Perfect Simulation of the Strauss Process
                                         完美的模拟施特劳斯进程

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Generate a random pattern of points, a simulated realisation of the Strauss process, using a perfect simulation algorithm.
生成点，模拟实现的施特劳斯进程，使用一个完美的模拟算法的随机图案。


用法----------Usage----------


  rStrauss(beta, gamma = 1, R = 0, W = owin())



参数----------Arguments----------

参数：beta
intensity parameter (a positive number).  
强度参数（正数）。


参数：gamma
interaction parameter (a number between 0 and 1, inclusive).  
相互作用参数（在0和1之间，其中包括了一些）。


参数：R
interaction radius (a non-negative number).  
相互作用半径（一个非负的数）。


参数：W
window (object of class "owin") in which to generate the random pattern. Currently this must be a rectangular window.  
窗口（对象类"owin"）在其中生成的随机模式。目前，这必须是一个矩形窗口。


Details

详细信息----------Details----------

This function generates a realisation of the  Strauss point process in the window W using a "perfect simulation" algorithm.
这个函数生成一个窗口W使用一个“完美的模拟算法实现的斯特劳斯点的过程中。

The Strauss process (Strauss, 1975; Kelly and Ripley, 1976) is a model for spatial inhibition, ranging from a strong "hard core" inhibition to a completely random pattern according to the value of gamma.
施特劳斯过程（斯特劳斯，1975年，凯利和里普利，1976）是一个模型的空间抑制，范围从一个强大的硬核抑制根据的价值gamma一个完全随机的模式。

The Strauss process with interaction radius R and  parameters beta and gamma is the pairwise interaction point process with probability density
施特劳斯过程中的相互作用半径R和参数beta和gamma是对相互作用过程的概率密度点

where x[1],…,x[n] represent the  points of the pattern, n(x) is the number of points in the pattern, s(x) is the number of distinct unordered pairs of points that are closer than R units apart, and alpha is the normalising constant. Intuitively, each point of the pattern contributes a factor beta to the  probability density, and each pair of points closer than r units apart contributes a factor gamma to the density.
x[1],…,x[n]代表的模式，n(x)是模式中的点的数量，s(x)是多少的点，比R的不同无序对单位外，和alpha是的标准化不变。直观地说，每一个点的图案比beta单元贡献的因素r的概率密度，以及每对点接近，除了有助于一个因素gamma的密度。

The interaction parameter gamma must be less than or equal to 1 in order that the process be well-defined (Kelly and Ripley, 1976). This model describes an “ordered” or “inhibitive” pattern. If gamma=1 it reduces to a Poisson process (complete spatial randomness) with intensity beta. If gamma=0 it is called a “hard core process” with hard core radius R/2, since no pair of points is permitted to lie closer than R units apart.
相互作用参数gamma必须小于或等于1的过程定义（凯利和Ripley，1976）。该模型描述了一个“有序”或“抑制”的格局。如果gamma=1降低到泊松过程（完整的空间是随机的）与强度beta。如果gamma=0它被称为“硬核过程”硬核半径R/2，因为没有对点被允许接近R单位除了撒谎。

The simulation algorithm used to generate the point pattern is "dominated coupling from the past" as implemented by Berthelsen and Moller (2002, 2003). This is a "perfect simulation" or "exact simulation" algorithm, so called because the output of the algorithm is guaranteed to have the correct probability distribution exactly (unlike the Metropolis-Hastings algorithm used in rmh, whose output is only approximately correct).
算法的仿真，用于生成的点图案是“主导从过去的实施Berthelsen和Moller（2002年，2003年）的耦合。这是一个“完美的模拟”或“精确模拟算法，所谓的，因为输出的算法是保证有正确的概率分布完全相同（不同的Metropolis-Hastings算法，其使用rmh，其输出是大约只有正确）。

There is a tiny chance that the algorithm will  run out of space before it has terminated. If this occurs, an error message will be generated.
有一个微小的机会，该算法将空间用完之前，它已经终止。如果发生这种情况，将产生一条错误消息。


值----------Value----------

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


（作者）----------Author(s)----------



Kasper Klitgaard Berthelsen,
adapted for <span class="pkg">spatstat</span> by 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>




参考文献----------References----------

A primer on perfect simulation for spatial point processes. Bulletin of the Brazilian Mathematical Society 33, 351-367.
Likelihood and non-parametric Bayesian MCMC inference  for spatial point processes based on perfect simulation and path sampling.  Scandinavian Journal of Statistics 30, 549-564.
On Strauss's model for clustering. Biometrika 63, 357&ndash;360.
Statistical Inference and Simulation for Spatial Point Processes. Chapman and Hall/CRC.
A model for clustering. Biometrika 63, 467&ndash;475.

参见----------See Also----------

rmh, Strauss, rHardcore, rStraussHard, rDiggleGratton, rDGS.
rmh，Strauss，rHardcore，rStraussHard，rDiggleGratton，rDGS。


实例----------Examples----------


   X <- rStrauss(0.05,0.2,1.5,square(141.4))
   Z <- rStrauss(100,0.7,0.05)

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。