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

loveR

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

                                        Perfect Simulation of the Hardcore Process
                                         完美的模拟性交过程

                                         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 Hardcore process, using a perfect simulation algorithm.
生成点，模拟实现的性交过程中，使用一个完美的模拟算法的随机图案。


用法----------Usage----------


  rHardcore(beta, R = 0, W = owin())



参数----------Arguments----------

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


参数：R
hard core distance (a non-negative number).  
硬核的距离（一个非负号）。


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  Hardcore 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性交点的过程中。

The Hardcore process is a model for strong spatial inhibition. Two points of the process are forbidden to lie closer than R units apart. The Hardcore process is the special case of the Strauss process (see rStrauss) with interaction parameter gamma equal to zero.
性交过程是一个强烈的空间抑制模型。两个点的过程是被禁止的说谎接近R单位除了。性交过程是一个特殊的情况下，的斯特劳斯过程（rStrauss）的相互作用参数gamma等于零的。

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)----------



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>
based on original code for the Strauss process by
Kasper Klitgaard Berthelsen.




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.
Statistical Inference and Simulation for Spatial Point Processes. Chapman and Hall/CRC.

参见----------See Also----------

rmh, Hardcore, rStrauss, rDiggleGratton.
rmh，Hardcore，rStrauss，rDiggleGratton。


实例----------Examples----------


   X <- rHardcore(0.05,1.5,square(141.4))
   Z <- rHardcore(100,0.05)

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。