3

系統発生ネットワークと地理ネットワークの両方を持つ、テスト中のモデルでいくつかのシミュレーションを実行しようとしています。

これらの効果を個別にテストして、各次元での方法の推定能力を比較したいと考えています。ただし、重要な地理的空間的自動相関を示す連続変数の生成に問題があります。ここまでは年間平均気温 (これは国レベルのデータです) を使用してきましたが、これでは空間的自己相関のサイズを制御できません。また、空間的自己相関の真の値がわからないという欠点もあります。

経度と緯度のポイントのリストがあり、空間的自己相関を示す連続応答変数を生成し、その相関のサイズを制御できる単純または一般的な方法があるかどうか疑問に思っていましたか? R 内であることが望ましいですが、R 互換の形式に変換できる限り、他の方法でもかまいません。

アドバイスをいただければ幸いです。役立つ情報があればお尋ねください。

4

1 に答える 1

4

Dormann らのアプローチに従います。（2007）、次のようなことができます：

N <- 3000
p <- 1/N

# generate some points
set.seed(1234)
x.coord <- runif(N,0,100)
y.coord <- runif(N,0,100)
points <- cbind(x.coord,y.coord)

# distance matrix between points
Dd <- as.matrix(dist(points))

# weights matrix
w <- exp(-p * Dd)
Ww <- chol(w)

# errors
z <- t(Ww) %*% rnorm(N,0,1) 

# plot
df <- data.frame(x = x.coord, y = y.coord, z = z)
require(ggplot2)
ggplot(df, aes(x = x, y = y, col = z)) +
  geom_point() +
  scale_colour_gradient(low="red", high="white")

ここで、変数 p は自己相関のサイズを制御します (ここでは 1/3000 = 0.000333 に設定しています)。p = 0 は無相関です。 ここに画像の説明を入力

参照: Dormann, CF, McPherson, JM, Araujo, MB, Bivand, R., Bolliger, J., Carl, G., … Wilson, R. (2007). 種分布データの分析における空間的自己相関を説明する方法: レビュー。エコグラフィー、30(5)、609–628。

于 2013-10-25T11:12:27.727 に答える