R语言 spatstat包 pcf()函数中文帮助文档(中英文对照)

loveR

pcf(spatstat)
pcf()所属R语言包：spatstat

                                        Pair Correlation Function
                                         对相关函数

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Estimate the pair correlation function.
估计对相关功能。


用法----------Usage----------


pcf(X, ...)



参数----------Arguments----------

参数：X
Either the observed data point pattern, or an estimate of its K function, or an array of multitype K functions (see Details).  
可以观察到的数据点图案，或它的K函数，或者一个数组的多类型K函数的估计（见详情）。


参数：...
Other arguments passed to the appropriate method.  
其他参数传递给适当的方法。


Details

详细信息----------Details----------

The pair correlation function of a stationary point process is
是一个固定的点过程中对相关函数

where K'(r) is the derivative of K(r), the reduced second moment function (aka &ldquo;Ripley's K function&rdquo;) of the point process. See Kest for information about K(r). For a stationary Poisson process, the pair correlation function is identically equal to 1. Values g(r) < 1 suggest inhibition between points; values greater than 1 suggest clustering.
K'(r) K(r)衍生，减少二阶矩（又名“里普利K函数”）的点处理功能。见Kest：信息K(r)的。对于一个固定的泊松过程，对相关函数是相同的等于1。值g(r) < 1建议点与点之间的抑制;值大于1，表明聚类。

We also apply the same definition to other variants of the classical K function, such as the multitype K functions (see Kcross, Kdot) and the inhomogeneous K function (see Kinhom). For all these variants, the benchmark value of K(r) = pi * r^2 corresponds to g(r) = 1.
我们也适用相同的定义，其他变种古典K函数，如多类型K函数（参见Kcross，Kdot）和不均匀K 函数（见Kinhom）。对于所有这些变种，K(r) = pi * r^2对应的基准值到g(r) = 1。

This routine computes an estimate of g(r) either directly from a point pattern, or indirectly from an estimate of K(r) or one of its variants.
此例程计算估计g(r)，既可以直接从一个点图案，或间接地从估计K(r)或它的一个变体。

This function is generic, with methods for the classes "ppp", "fv" and "fasp".
此功能的类的方法是通用的，"ppp"，"fv"和"fasp"。

If X is a point pattern (object of class "ppp") then the pair correlation function is estimated using a traditional kernel smoothing method (Stoyan and Stoyan, 1994). See pcf.ppp for details.
如果X是一个点模式（类的对象"ppp"），然后对相关函数估计使用的是传统的内核平滑法（斯托扬和斯托扬，1994年）。见pcf.ppp的详细信息。

If X is a function value table (object of class "fv"), then it is assumed to contain estimates of the K function or one of its variants (typically obtained from Kest or Kinhom). This routine computes an estimate of g(r)  using smoothing splines to approximate the derivative. See pcf.fv for details.
如果X是一个函数值表（对象类"fv"），那么就假设它包含K的功能或它的变种（通常Kest获得的估计或Kinhom“）。这个例程g(r)使用平滑样条近似的导数计算的估计。见pcf.fv的详细信息。

If X is a function value array (object of class "fasp"), then it is assumed to contain estimates of several K functions (typically obtained from Kmulti or alltypes). This routine computes an estimate of g(r) for each cell in the array, using smoothing splines to approximate the derivatives. See pcf.fasp for details.
如果X是一个函数值的数组（对象类"fasp"），那么就假设它包含估计的几个K功能（通常Kmulti或获得<X >）。这个程序计算的估计alltypes数组中的每个单元格，使用平滑样条曲线近似的衍生工具。见g(r)的详细信息。


值----------Value----------

Either a function value table (object of class "fv", see fv.object) representing a pair correlation function, or a function array (object of class "fasp", see fasp.object) representing an array of pair correlation functions.
无论是函数值表（对象类"fv"，fv.object）一对相关函数，或一个函数数组（类的对象"fasp"，看到fasp.object）代表对相关函数数组。


（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----------

Fractals, random shapes and point fields: methods of geometrical statistics. John Wiley and Sons.

参见----------See Also----------

pcf.ppp, pcf.fv, pcf.fasp, Kest, Kinhom, Kcross, Kdot, Kmulti, alltypes
pcf.ppp，pcf.fv，pcf.fasp，Kest，Kinhom，Kcross，Kdot，Kmulti，alltypes


实例----------Examples----------


  # ppp object[PPP对象]
  data(simdat)
  
  p <- pcf(simdat)
  plot(p)

  # fv object[FV对象]
  K <- Kest(simdat)
  p2 <- pcf(K, spar=0.8, method="b")
  plot(p2)

  # multitype pattern; fasp object[进行多模式;专上学生资助计划对象]
  data(betacells)
  
  betaK <- alltypes(betacells, "K")
  betap <- pcf(betaK, spar=1, method="b")
  plot(betap)

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。