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

loveR

valid.ppm(spatstat)
valid.ppm()所属R语言包：spatstat

                                         Check Whether Point Process Model is Valid
                                         检查点过程模型是否是有效的

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Determines whether a fitted point process model  satisfies the integrability conditions for existence of the point process.
确定是否安装点过程模型满足可积条件的点过程的存在。


用法----------Usage----------


valid.ppm(object)



参数----------Arguments----------

参数：object
Fitted point process model (object of class "ppm").  
合身点过程模型（对象类"ppm"“）。


Details

详细信息----------Details----------

The model-fitting function ppm fits Gibbs point process models to point pattern data. By default, ppm does not check whether the fitted model actually exists as a point process. This checking is done by valid.ppm.
吉布斯点过程模型，以点模式的数据模型拟合函数ppm适合。默认情况下，ppm不检查拟合模型是否确实存在一个点的过程。这种检查是通过valid.ppm。

Unlike a regression model, which is well-defined for any values of the fitted regression coefficients, a Gibbs point process model is only well-defined if the fitted interaction parameters  satisfy some constraints.  A famous example is the Strauss process (see Strauss) which exists only when the interaction parameter gamma is less than or equal to 1. For values gamma > 1, the probability density is not integrable and the process does not exist (and cannot be simulated).
不同的是，这是很好的定义的任何值的拟合回归系数回归模型，吉布斯点过程模型只以及自定义的，如果装的相互作用参数满足一定的约束条件。一个著名的例子是施特劳斯过程（Strauss）的存在，只有当相互作用参数gamma是小于或等于1。的值gamma > 1，概率密度是不可积的过程中不存在（无法模拟）。

By default, ppm does not enforce the constraint that a fitted Strauss process (for example) must satisfy gamma <= 1. This is because a fitted parameter value of gamma > 1  could be useful information for data analysis, as it indicates that the Strauss model is not appropriate, and suggests a clustered model should be fitted.
默认情况下，ppm不强制约束，安装斯特劳斯过程（例如）必须满足gamma <= 1。这是因为一个拟合参数值gamma > 1可能是有用的信息，对数据进行分析，因为它表明，施特劳斯模型是不恰当的，并建议应安装一个聚集的模型。

The function valid.ppm checks whether the fitted model object specifies a well-defined point process. It returns TRUE if the model is well-defined.
拟合模型的功能valid.ppm检查是否object指定一个明确的点过程。返回TRUE如果模型定义。

Another possible reason for invalid models is that the data may not be adequate for estimation of the model parameters. In this case, some of the fitted coefficients could be NA or infinite values. If this happens then valid.ppm returns FALSE.
为无效的模型的另一个可能的原因是，数据的模型参数的估计可能是不够的。在这种情况下，一些拟合系数可能是NA或无穷大的值。如果发生这种情况，然后valid.ppm返回FALSE。

Use the function project.ppm to force the fitted model to be valid.
使用的功能project.ppm强制拟合模型是有效的。


值----------Value----------

Logical.
逻辑。


（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>




参见----------See Also----------

ppm, project.ppm
ppm，project.ppm


实例----------Examples----------


   fit1 <- ppm(cells, ~1, Strauss(0.1))
   valid.ppm(fit1)
   fit2 <- ppm(redwood, ~1, Strauss(0.1))
   valid.ppm(fit2)

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。