基于最近邻列联表的聚类检验的QR调整
统计方法学
2008-07-29 v1 统计计算
摘要
两个或多个点类之间的空间相互作用可能导致空间聚类模式，如分离或关联，这可以使用最近邻列联表(NNCT)进行检验。NNCT是根据最近邻(NN)对中点类类型的频率构建的。对于NNCT检验，零模式要么是来自两个或多个类的点的完全空间随机性(CSR)（称为CSR独立性），要么是随机标记(RL)。NNCT检验统计量的分布取决于反射NN的数量（记为）和共享NN的数量（记为），这两者都取决于点的分配。因此，在RL下和是固定量，但在CSR独立性下是随机变量。在NNCT分析中使用它们的观测值，使得NNCT检验统计量的分布在CSR独立性下以和为条件。在本文中，我使用在CSR独立性模式下经验估计的和期望值来消除NNCT检验的条件性（这种修正称为QR调整）。我进行了一项蒙特卡洛模拟研究，以比较在CSR独立性以及分离和关联备择假设下的条件NNCT检验和QR调整检验。我证明，QR调整在CSR独立性下的经验尺度估计以及分离或关联备择假设下的功效估计方面没有显著改善。为了说明，我将条件检验和经验修正检验应用于两个示例数据集。
引用
@article{arxiv.0807.4231,
title = {QR-Adjustment for Clustering Tests Based on Nearest Neighbor Contingency Tables},
author = {Elvan Ceyhan},
journal= {arXiv preprint arXiv:0807.4231},
year = {2008}
}