空间标记点过程的局部标记关联指标

空间标记点过程中不同局部标记行为的出现日益普遍。这一动态凸显了现有全局标记相关函数在准确识别标记关联/变化真实模式方面的局限性，因为不同的标记行为可能相互主导，导致对标记关联的理解不完整。在本文中，我们为空间标记点过程引入了一族局部标记关联指标（LIMA）。这些函数定义在一般状态空间上，可以包含实值或函数值标记。与常常因不同标记行为的存在而失真的全局标记相关函数不同，LIMA 函数能够可靠地识别所有类型的标记关联和点间变化。此外，它们还能准确确定各点表现出显著标记关联的点间距离。通过包含各种场景的模拟研究，以及在犯罪学、城市流动性等领域的四个真实数据应用，我们在 $\mathbb{R}^2$ 空间和线性网络上研究了具有实值或函数值标记的空间标记点过程，结果表明 LIMA 函数优于现有的全局标记相关函数。