«spatial» etiketlenmiş sorular

Alan ve mekansal ilişkileri (mesafe, alan, hacim, uzunluk, yükseklik, yönelim, merkeziyet ve / veya verinin diğer mekansal özellikleri gibi) doğrudan matematiksel hesaplamalarında kullanan istatistiksel yöntemlerle ilgili çalışma alanı.

2
Lojistik regresyon hakkında soru
10 yıllık bir süre boyunca (1997-2006) bir dizi bağımsız değişkenin çatışmasının varlığını veya yokluğunu (bağımlı değişken) modellemek için ikili lojistik regresyon yapmak istiyorum, her yıl 107 gözlem var. Bağımsızlarım: arazi bozulması (2 tip bozulma için kategorik); nüfus artışı (0- hayır; 1-evet); geçim türü (0 - tip 1; 1 - tip …

3
Bir görüntünün uzamsal olarak bağlı ayrı bölgelerden oluşup oluşmadığına ilişkin istatistiksel ölçüm
Şu gri tonlamalı görüntüleri düşünün: İlk görüntü kıvrımlı bir nehir desenini göstermektedir. İkinci görüntü rastgele parazit gösteriyor. Bir görüntünün nehir örüntüsü göstermesinin muhtemel olup olmadığını belirlemek için kullanabileceğim istatistiksel bir ölçü arıyorum. Nehir görüntüsü iki alana sahiptir: nehir = yüksek değer ve diğer her yerde = düşük değer. Sonuç, histogramın …

2
Nüfus yoğunluğu tahmini modeli
Her bir şekle (bir Sayım bloğu, yol, ilçe, eyalet, ne olursa olsun) çokgen / alan sabit bir değer atayarak nüfus yoğunluğunu eşlemek için (nüfus, alan, şekil) bir veritabanı kullanılabilir. Bununla birlikte, popülasyonlar genellikle çokgenlerinde eşit olarak dağılmaz. Dasimetrik haritalama , bu yoğunluk tahminlerini yardımcı verilerle hassaslaştırma işlemidir. Bu son derlemede …

1
Doğrusal Regresyon ve Mekansal-Otokorelasyon
Uzaktan algılama yoluyla elde edilen bazı değişkenleri kullanarak belirli bir alandaki Tree Heights'ı tahmin etmek istiyorum. Yaklaşık Biyokütle, vb.Gibi ilk önce doğrusal bir regresyon kullanmak istiyorum (bunun en iyi fikir olmadığını biliyorum, ancak projem için bir zorunluluk adımdır). Uzamsal otokorelasyonun bunu ne kadar kötü etkileyebileceğini ve hatta mümkünse bunu düzeltmenin …

2
Uzamsal-zamansal tahmin hatalarının açıklayıcı analizi
Veriler: Son zamanlarda, rüzgar enerjisi üretim tahmin hatalarının uzaysal-zamansal alanının stokastik özelliklerini analiz etmek için çalıştım. Resmi olarak, bir işlem iki kez ( ve ) dizinlenmiş ve bir kez boşluk ( ) içinde ileriye doğru bakma sayısıdır (etrafındaki bir şeye eşittir) , düzenli olarak örneklenir), "tahmin sürelerinin" sayısıdır (yani, tahminin …


2
R'deki uzamsal verileri kümeleme
Bir dizi deniz yüzeyi sıcaklığı (SST) aylık verilerim var ve benzer SST modellerine sahip bölgeleri tespit etmek için bazı küme metodolojisi uygulamak istiyorum. 1985'ten 2009'a kadar çalışan bir dizi aylık veri dosyam var ve her aya ilk adım olarak kümeleme uygulamak istiyorum. Her dosya, yaklaşık% 50'sinin kara olduğu ve NA …
12 r  clustering  spatial 

1
Uzamsal korelogramda U şekilli bir desene ne sebep olur?
Kendi çalışmamda , değişen mesafelerde uzamsal bir korelogramı incelerken bu örüntüyü fark ettim , korelasyonlarda U şeklinde bir desen ortaya çıkıyor. Daha spesifik olarak, küçük mesafe kutularındaki güçlü pozitif korelasyonlar mesafeyle azalır, daha sonra belirli bir noktada bir çukura ulaşır ve sonra yukarı tırmanır. İşte Koruma Ekolojisi blogundan bir örnek, …

2
Moran'ın I neden mükemmel dağılmış nokta düzeninde “-1” e eşit değil?
Vikipedi yanlış mı ... yoksa anlamıyorum? Vikipedi: Beyaz ve siyah kareler ("satranç düzeni") mükemmel bir şekilde dağılmış, bu yüzden Moran'ın ben −1 olacağı kesin. Beyaz kareler tahtanın yarısına, siyah kareler diğerine yığılmış olsaydı, Moran I + 1'e yakın olurdu. Kare renklerin rastgele düzenlenmesi, Moran I'e 0'a yakın bir değer verecektir. …

3
Bir uzamsal süreç için parametreleri tahmin etme
Pozitif tamsayı değerlerin bir ızgarası verildi . Bu sayılar, o ızgara konumunu işgal eden bir kişinin inancının gücüne karşılık gelmesi gereken bir yoğunluğu temsil eder (daha yüksek bir inancı gösteren daha yüksek bir değer). Bir kişi genel olarak çoklu ızgara hücreleri üzerinde bir etkiye sahip olacaktır.n × nn×nn\times n Yoğunluğun …

1
Coğrafi koordinatlardan çekirdek yoğunluğu tahminini hesaplamanın doğru yolu nedir?
Enlem ve boylam koordinatları listesinden 2d çekirdek yoğunluğu tahminini (kde) hesaplamalıyım. Ancak enlemdeki bir derece, boylamdaki bir derece ile aynı mesafe değildir, bu, bireysel çekirdeklerin oval olacağı anlamına gelir, özellikle nokta ekvatordan daha uzaktır. Benim durumumda, noktaların birbirine düz bir toprağa dönüştürülmesinin çok fazla soruna neden olmaması gerektiği kadar yakın. …

2
zaman serisi verileri için uzamsal otokorelasyon
Bir dizi çokgen (~ 200 düzensiz şekilli, sürekli çokgenler) için yıllık tür sayısının 20 yıllık veri kümesine sahibim. Her çokgen için eğilimleri (yıllık sayım değişikliği) ve çokgen verilerinin yönetim sınırlarına dayalı toplamalarını çıkarmak için regresyon analizini kullanıyorum. Toplanan veriler için regresyon analizini etkileyeceği kesin olan verilerde uzamsal otokorelasyon olduğundan eminim. …

3
Ortalama GPS noktasını bulma
Bir nokta popülasyonundan ortalama GPS noktasını bulmak için bir program yazmam gerekiyor. Uygulamada aşağıdakiler olur: Her ay bir kişi aynı statik varlığın bir GPS noktasını kaydeder. GPS'in doğası gereği, bu noktalar her ay biraz farklıdır. Bazen kişi bir hatayı tamamen farklı bir yerde yanlış test yapar. Her GPS noktasının, geçerli …
11 outliers  spatial 

1
R / mgcv: te () ve ti () tensör ürünleri neden farklı yüzeyler üretir?
mgcvİçin paket Rtensör ürün etkileşimleri uydurma için iki işlevi vardır: te()ve ti(). İkisi arasındaki temel işbölümünü anlıyorum (doğrusal olmayan bir etkileşime uymak ve bu etkileşimi ana etkilere ve etkileşime ayırmak). Anlamadığım şey neden te(x1, x2)ve ti(x1) + ti(x2) + ti(x1, x2)(biraz) farklı sonuçlar üretebilir. MWE (uyarlanmıştır ?ti): require(mgcv) test1 <- …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 


Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.