基于最近邻列联表的空间隔离新检验方法
统计方法学
2009-07-28 v3 应用统计
摘要
来自两个或多个类别（或物种）的点的空间聚类在许多领域具有重要意义，并可能导致隔离和关联的空间模式，这是类别间空间相互作用的两种主要类型。我们考虑的原假设模式是来自两个或多个类别的点的随机标记（RL）和完全空间随机性（CSR），这被称为CSR独立性。隔离和关联模式可以使用最近邻列联表（NNCT）进行研究，该表是利用列联表中最近邻（NN）类型的频率构建的。在NNCT检验中，Pielou检验在原假设模式下是宽松的，但Dixon检验在RL模式下具有所需的显著性水平。我们提出了三种基于NNCT的新的多元聚类检验。我们比较了这些新检验与Pielou检验、Dixon检验以及Cuzick & Edward的k-NN检验在原假设情况下的经验规模和各种隔离与关联备择假设下的经验功效，并为实践中使用这些检验提供了指南。我们证明，新提出的NNCT检验与其竞争对手相比表现相对较好，并使用三个示例数据集对这些检验进行了说明。此外，我们使用这些示例将NNCT检验与二阶方法进行了比较。
引用
@article{arxiv.0808.1409,
title = {New Tests of Spatial Segregation Based on Nearest Neighbor Contingency Tables},
author = {Elvan Ceyhan},
journal= {arXiv preprint arXiv:0808.1409},
year = {2009}
}