0

R のパッケージのkppm関数を使用して、クラスター プロセス モデルを適合させようとしています。エラー メッセージが表示されます。spatstat

システムは計算上特異です: 逆条件数 = 6.62594e-21"

警告メッセージとともに：

分散を計算できません: フィッシャー情報行列が特異です

どういう意味ですか？モデルの選択は間違っていますか？または、ppm モデルを使用する必要がありますか? エラー メッセージのスクリーン ショットは次のとおりです。

#Inhomogeneous cluster point process model Fitted to point pattern dataset 
#Fitted by minimum contrast 
#   Summary statistic:
# inhomogeneous K-function 

#Error in solve.default(M) :    system is computationally singular: reciprocal condition number = 6.62594e-21
#Error in solve.default(M) :    system is computationally singular:
#reciprocal condition number = 6.62594e-21 In addition: Warning

# message: Cannot compute variance: Fisher information matrix is
# singular  Log intensity:  ~x + y
# Fitted trend coefficients:   (Intercept)        -1.037242e+03    

# x  4.144605e-06  
# y  1.353254e-04 

# Cluster model: Thomas process Fitted cluster parameters:
#        kappa     4.024328e-09   
#        Scale     6.245828e+02  

#Mean cluster size:  [pixel image] 

#Warning message: Cannot compute variance: Fisher information matrix is singular

助けてください！

4

2 に答える 2

1

これはよくある質問ですが、申し訳ありませんが、spatstatヘルプで答えを見つけるのは簡単ではありません (修正します)。

簡単な答え: データセットをメートルからキロメートルに再スケーリングします。

pp2 <- rescale(pp2, 1000)

次に、元の投稿のようにモデルを再調整します。

行列式がゼロの場合、行列は「特異」であり、反転できません。行列式がゼロに非常に近い場合、それは「計算上特異」であり、そのため、コンピューターは標準的な数値手順を使用して行列を反転できません。

フィッシャー情報行列は、近似モデルの基本的なプロパティであり、パラメーター推定の標準誤差や信頼区間などを計算する場合は、反転する必要があります。

あなたの問題の最も可能性の高い説明は、データセット内の座標が非常に大きな数 (たとえば、メートルで表される) であるため、適合モデル係数がそれに対応して小さい数であるため、フィッシャー情報行列のエントリが非常に小さいため、計算上特異な。モデルを適合させることはできますが、印刷すると、ソフトウェアは標準誤差を計算しようとし、失敗します。

またはのヘルプ ファイルで説明されている、交絡や共線性など、特異行列を取得するための他のいくつかの可能な説明があります。しかし、これらはおそらくあなたの場合には当てはまりません。vcov.ppmanova.ppm

于 2016-09-05T00:39:31.550 に答える