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

loveR

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

                                         Nonparametric Estimate of Spatially-Varying Relative Risk
                                         非参数估计的空间变的相对风险

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Given a multitype point pattern, this function estimates the spatially-varying probability of each type of point, using kernel smoothing. The default smoothing bandwidth is selected by cross-validation.
给定一个多类型的点图案，此函数估计每个类型的点在空间上变化的概率，使用内核平滑。默认的平滑带宽选择的交叉验证。


用法----------Usage----------


relrisk(X, sigma = NULL, ..., varcov = NULL, at = "pixels", casecontrol=TRUE)



参数----------Arguments----------

参数：X
A multitype point pattern (object of class "ppp" which has factor valued marks).  
一个多类型的点模式（对象类"ppp"因素价值马克）。


参数：sigma
Optional. Standard deviation of isotropic Gaussian smoothing kernel.  
可选。各向同性的高斯平滑内核的标准偏差。


参数：...
Arguments passed to bw.relrisk to select the bandwidth, or passed to density.ppp to control the pixel resolution.  
参数传递给bw.relrisk选择的带宽，或传递给density.ppp控制像素的分辨率。


参数：varcov
Optional. Variance-covariance matrix of anisotopic Gaussian smoothing kernel. Incompatible with sigma.  
可选。方差 - 协方差矩阵anisotopic高斯平滑的内核的。不相容的sigma。


参数：at
String specifying whether to compute the probability values at a grid of pixel locations (at="pixels") or only at the points of X (at="points").  
字符串，用于指定是否要计算的概率值的像素位置的网格（at="pixels"）或仅在点X（at="points"）。


参数：casecontrol
Logical. Whether to treat a bivariate point pattern as consisting of cases and controls. See Details.  
逻辑。是否将一个二元点组成的图案，病例组和对照组。查看详细信息。


Details

详细信息----------Details----------

If X  is a bivariate point pattern (a multitype point pattern consisting of two types of points) then by default, the points of the first type (the first level of marks(X)) are treated as controls or non-events, and points of the second type are treated as cases or events. Then this command computes the spatially-varying risk of an event, i.e. the probability p(u) that a point at spatial location u will be a case.
如果X是一个二元模式（一个多类型的模式包括两种类型的点），则默认情况下，第一点的类型（第一级marks(X)）被视为控制或不事件，以及所述第二类型的点被视为作为病例或事件。接着此指令计算的空间上变化的一个事件的风险，即概率p(u)，在空间位置的点u会出现一种情况。

If X is a multitype point pattern with m > 2 types, or if X is a bivariate point pattern and casecontrol=FALSE, then this command computes, for each type j, a nonparametric estimate of the spatially-varying risk of an event of type j. This is the probability p[j](u) that a point at spatial location u will belong to type j.
如果X是一个多类型m > 2类型，如果X是一个二元模式和casecontrol=FALSE，那么这个命令计算，对每一类j的模式，一种非参数估计的空间上变化的一个类型j的事件的风险。这的概率p[j](u)一个点空间位置u的，将属于输入j。

If at = "pixels" the calculation is performed for every spatial location u on a fine pixel grid, and the result is a pixel image representing the function p(u) or a list of pixel images representing the functions  p[j](u) for j = 1,...,m.
如果at = "pixels"执行计算为每一个空间位置u上的精细的像素网格，其结果是一个像素的图像，代表函数p(u)或代表的功能的像素的图像列表 p[j](u)j = 1,...,m。

If at = "points" the calculation is performed only at the data points x[i]. The result is a vector of values p(x[i]) giving the estimated probability of a case at each data point, or a matrix of values  p[j](x[i]) giving the estimated probability of each possible type j at each data point.
如果at = "points"计算进行仅在数据点x[i]。其结果是一个向量的值p(x[i])给概率的估计的情况下，在每个数据点，或值的矩阵p[j](x[i])概率的估计每个可能的类型j在每个数据点。

Estimation is performed by a simple Nadaraja-Watson type kernel smoother (Diggle, 2003). If sigma and varcov are both missing or null, then the smoothing bandwidth sigma is selected by cross-validation using bw.relrisk.
估计是由一个简单的Nadaraja-Watson型内核更流畅（Diggle，2003年）。如果sigma和varcov都丢失或为空，然后平滑带宽sigma选择使用bw.relrisk，交叉验证的。


值----------Value----------

If X consists of only two types of points, the result is a pixel image (if at="pixels") or a vector of probabilities (if at="points").
X如果只包括两种类型的点，其结果是一个像素的图像（如果at="pixels"）或矢量的概率（如果at="points"）。

If X consists of more than two types of points, the result is:
如果X由两个以上的类型的点组成，其结果是：

(if at="pixels") a list of pixel images, with one image for each possible type of point. The result also belongs to the class "listof" so that it can be printed and plotted.
（如果at="pixels"）像素的图像，一个图像点每个可能的类型的列表。结果也属于类"listof"这样就可以打印和显示出来。

(if at="points") a matrix of probabilities, with rows corresponding to data points x[i], and columns corresponding to types j.
（如果at="points"）的矩阵的概率，与相对应的数据点的行x[i]，和列相对应的类型j。


（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----------

Statistical analysis of spatial point patterns, Second edition. Arnold.

参见----------See Also----------

bw.relrisk, density.ppp, smooth.ppp, eval.im. which.max.im.
bw.relrisk，density.ppp，smooth.ppp，eval.im。 which.max.im。


实例----------Examples----------


   data(urkiola)
   p <- relrisk(urkiola, 20)
   if(interactive()) {
      plot(p, main="proportion of oak")
      plot(eval.im(p > 0.3), main="More than 30 percent oak")
      data(lansing)
      z <- relrisk(lansing)
      plot(z, main="Lansing Woods")
      plot(which.max.im(z), main="Most common species")
   }

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。