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

loveR

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

                                        Interpret Fitted Model for Metropolis-Hastings Simulation.
                                         解释大都市黑斯廷斯的仿真模型拟合。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Converts a fitted point process model into a format that can be used to simulate the model by the Metropolis-Hastings algorithm.
将一个装有点过程模型的格式，可以用来模拟模型的Metropolis-Hastings算法。


用法----------Usage----------


  ## S3 method for class 'ppm'
rmhmodel(model, win, ..., verbose=TRUE, project=TRUE,
                         control=rmhcontrol())



参数----------Arguments----------

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


参数：win
Optional. Window in which the simulations should be generated.  
可选。窗口，在其中模拟应生成。


参数：...
Ignored.
忽略。


参数：verbose
Logical flag indicating whether to print progress reports while the model is being converted.  
逻辑标志，指示是否要打印的进度报告，同时被转换的模型。


参数：project
Logical flag indicating what to do if the fitted model does not correspond to a valid point process. See Details.
逻辑标志，指示该怎么做，如果合适的模型不符合一个有效的点过程。查看详细信息。


参数：control
Parameters determining the iterative behaviour of the simulation algorithm. Passed to rmhcontrol.  
参数确定的迭代算法的仿真行为。传递到rmhcontrol。


Details

详细信息----------Details----------

The generic function rmhmodel takes a description of a point process model in some format, and converts it into an object of class "rmhmodel" so that simulations of the model can be generated using the Metropolis-Hastings algorithm rmh.
通用功能rmhmodel某种格式的点过程模型的描述，并将其转换成一个类的对象"rmhmodel"，使模拟的模型可以使用的Metropolis-Hastings算法生成rmh。

This function rmhmodel.ppm is the method for the class "ppm" of fitted point process models.
此功能rmhmodel.ppm类"ppm"装点过程模型的方法。

The argument model should be a fitted point process model (object of class "ppm") typically obtained from the model-fitting function ppm. This will be converted into an object of class "rmhmodel".
参数model应该是一个安装点过程模型（对象类"ppm"），通常从模型的拟合函数ppm。这将被转换成一个对象的类"rmhmodel"。

The optional argument win specifies the window in which the pattern is to be generated.  If specified, it must be in a form which can be coerced to an object of class owin by as.owin.
可选参数win指定要生成模式的窗口中。如果指定的话，它必须是可以强制转换为一个对象类owinas.owin的形式。

Not all fitted point process models obtained from ppm can be simulated. We have not yet implemented simulation code for the LennardJones and OrdThresh models.
并非所有的拟合点的过程模型获得ppm可以模拟。我们还没有实现仿真代码LennardJones和OrdThresh模型。

It is also possible that a fitted point process model obtained from ppm  may not correspond to a valid point process. For example a fitted model with the Strauss interpoint interaction may have any value of the interaction parameter gamma; however the Strauss  process is not well-defined for  gamma > 1 (Kelly and Ripley, 1976).
也有可能是一个装有点过程模型获得ppm可能不符合一个有效的点过程。例如，一个合适的模型StraussINTERPOINT互动可能没有任何价值的相互作用参数gamma但是施特劳斯的过程是不明确的，gamma > 1（凯利和Ripley，1976年） 。

The argument project determines what to do in such cases. If project=FALSE, a fatal error will occur. If project=TRUE, the fitted model parameters will be adjusted to the nearest values which do correspond to a valid point process. For example a Strauss process with gamma > 1 will be projected to a Strauss process with gamma = 1, equivalent to a Poisson process.
参数project在这种情况下，决定做什么。如果project=FALSE，一个致命的错误会发生。如果project=TRUE，拟合模型的参数将被调整至最接近的值对应一个有效的点过程。例如施特劳斯gamma > 1将被投影到施特劳斯过程gamma = 1，相当于一个泊松过程。


值----------Value----------

An object of class "rmhmodel", which is essentially a list of parameter values for the model.
类"rmhmodel"，它的一个目的是基本上是一个为模型的参数值列表。

There is a print method for this class, which prints a sensible description of the model chosen.
有一个print这个类的方法，它会输出一个明智的描述所选择的模式。


（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----------

Patterns (2nd ed.) Arnold, London.
Monte Carlo methods of inference for implicit statistical models. Journal of the Royal Statistical Society, series B 46, 193 &ndash; 212.
Likelihood Inference for Spatial Point Processes. Chapter 3 in  O.E. Barndorff-Nielsen, W.S. Kendall and M.N.M. Van Lieshout (eds) Stochastic Geometry: Likelihood and Computation, Chapman and Hall / CRC,  Monographs on Statistics and Applied Probability, number 80. Pages 79&ndash;140.
On Strauss's model for clustering. Biometrika 63, 357&ndash;360.

参见----------See Also----------

rmhmodel, rmhmodel.list, rmhmodel.default, rmh, rmhcontrol, rmhstart, ppm, AreaInter, BadGey, DiggleGatesStibbard, DiggleGratton, Fiksel, Geyer, Hardcore, LennardJones, MultiStrauss, MultiStraussHard, PairPiece, Poisson, Softcore, Strauss, StraussHard, Triplets
rmhmodel，rmhmodel.list，rmhmodel.default，rmh，rmhcontrol，rmhstart，ppm，AreaInter，BadGey，DiggleGatesStibbard，DiggleGratton，Fiksel，Geyer，Hardcore，LennardJones，MultiStrauss，MultiStraussHard ，PairPiece，Poisson，Softcore，Strauss，StraussHard，Triplets


实例----------Examples----------


  data(cells)
  fit1 <- ppm(cells, ~1, Strauss(0.07))
  mod1 <- rmhmodel(fit1)

  fit2 <- ppm(cells, ~x, Geyer(0.07, 2))
  mod2 <- rmhmodel(fit2)

  fit3 <- ppm(cells, ~x, Hardcore(0.07))
  mod3 <- rmhmodel(fit3)

  # Then rmh(mod1), etc[然后RMH（MOD1），等]

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。