解决空间点模式中的重复数据
统计方法学
2025-10-07 v4
摘要
空间点过程模型广泛应用于来自社会科学和环境科学等多个领域的点模式数据。然而，拟合点过程模型的一个严重障碍是重复点的存在，即多个观察共享相同的空间坐标。这通常是由于地理编码过程中的决定导致的，例如，当数据生产者缺乏精确位置信息时，指派代表性位置（如聚类级质心）给观察。由于空间点过程模型（如Log高斯柯西过程LGCP）假设位置唯一，研究人员常常采用各种解决方案（例如删除重复项或抖动）来解决重复数据的问题。作为一种替代方案，本研究提出了Modified Minimum Contrast（MMC）方法，通过适应推断程序以纳入重复项的影响来进行估计，而无需更改数据。所提出的MMC方法应用于LGCP模型，聚焦于第二阶强度参数的推断，这些参数控制点模式的聚类结构。在各种模拟条件下，我们的结果显示，所提出的MMC方法优于现有的各种解决方案。我们随后将MMC方法应用于阿富斯坦（2008-2009年）冲突事件的真实数据应用。
引用
@article{arxiv.2405.15192,
title = {Addressing Duplicated Data in Spatial Point Patterns},
author = {Lingling Chen and Mikyoung Jun and Scott J. Cook},
journal= {arXiv preprint arXiv:2405.15192},
year = {2025}
}