Kest.fft(spatstat)
Kest.fft()所属R语言包：spatstat
K-function using FFT
K-函数使用FFT
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Estimates the reduced second moment function K(r) from a point pattern in a window of arbitrary shape, using the Fast Fourier Transform.
估计降低的第二矩函数K(r)从一个点图案中的任意形状的窗口，使用快速傅立叶变换。
用法----------Usage----------
Kest.fft(X, sigma, r=NULL, breaks=NULL)
参数----------Arguments----------
参数：X
The observed point pattern, from which an estimate of K(r) will be computed. An object of class "ppp", or data in any format acceptable to as.ppp().
观测点的模式，从一个估算的K(r)将被计算。对象的类"ppp"，或任何格式的数据中接受的as.ppp()。
参数：sigma
standard deviation of the isotropic Gaussian smoothing kernel.
的各向同性的高斯平滑内核的标准偏差。
参数：r
vector of values for the argument r at which K(r) should be evaluated. There is a sensible default.
向量参数的值r，K(r)应该进行评估。有一个合理的默认。
参数：breaks
An alternative to the argument r. Not normally invoked by the user. See Details.
替代到的参数r。通常不是由用户调用。查看详细信息。
Details
详细信息----------Details----------
This is an alternative to the function Kest for estimating the K function. It may be useful for very large patterns of points.
这是一个替代的函数KestK函数估计。这可能是有用的非常大的点模式。
Whereas Kest computes the distance between each pair of points analytically, this function discretises the point pattern onto a rectangular pixel raster and applies Fast Fourier Transform techniques to estimate K(t). The hard work is done by the function Kmeasure.
鉴于Kest计算分析的每对点之间的距离，这函数discretises点的图案转印到一个矩形像素栅格，并适用于快速傅立叶变换技术来估算K(t)。艰苦的工作完成的功能Kmeasure。
The result is an approximation whose accuracy depends on the resolution of the pixel raster. The resolution is controlled by setting the parameter npixel in spatstat.options.
其结果是近似，其精度取决于像素的光栅的分辨率。该决议通过设置控制的参数npixel中spatstat.options。
值----------Value----------
An object of class "fv" (see fv.object).
类的一个对象"fv"（见fv.object）。
Essentially a data frame containing columns
本质上是一个数据框包含多个列
参数：r
the vector of values of the argument r at which the function K has been estimated
的参数的值的矢量r在哪些函数K已估计
参数：border
the estimates of K(r) for these values of r
的估计的K(r)值r
参数：theo
the theoretical value K(r) = pi * r^2 for a stationary Poisson process
理论值K(r) = pi * r^2平稳泊松过程
（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----------
John Wiley and Sons, 1991.
Academic Press, 1983.
On estimators for the reduced second moment measure of point processes. Mathematische Operationsforschung und Statistik, series Statistics, 14, 63 – 71.
Cambridge University Press, 1988.
Stochastic geometry and its applications. 2nd edition. Springer Verlag.
Fractals, random shapes and point fields: methods of geometrical statistics. John Wiley and Sons.
参见----------See Also----------
Kest, Kmeasure, spatstat.options
Kest，Kmeasure，spatstat.options
实例----------Examples----------
pp <- runifpoint(10000)
## Not run: [＃不运行：]
spatstat.options(npixel=512)
## End(Not run)[＃（不执行）]
Kpp <- Kest.fft(pp, 0.01)
plot(Kpp)
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。
|
发表于 2012-9-30 13:39:32
