R语言 spatstat包 rpoispp()函数中文帮助文档(中英文对照)

loveR

rpoispp(spatstat)
rpoispp()所属R语言包：spatstat

                                        Generate Poisson Point Pattern
                                         生成泊松点模式

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Generate a random point pattern using the (homogeneous or inhomogeneous) Poisson process. Includes CSR (complete spatial randomness).
生成一个随机的点模式（均匀或不均匀）泊松过程。包括完整的空间随机性（CSR）。


用法----------Usage----------


rpoispp(lambda, lmax, win, ...)



参数----------Arguments----------

参数：lambda
Intensity of the Poisson process. Either a single positive number, a function(x,y, ...), or a pixel image.  
泊松过程的强度。无论是单一的正数，一个function(x,y, ...)，或像素图像。


参数：lmax
An upper bound for the value of lambda(x,y), if lambda is a function.  
的上限，如果lambda(x,y) lambda的价值是一个函数。


参数：win
Window in which to simulate the pattern. An object of class "owin" or something acceptable to as.owin. Ignored if lambda is a pixel image.  
在模拟模式的窗口。类的一个对象"owin"或接受的as.owin的东西。如果忽略lambda是一个像素的图像。


参数：...
Arguments passed to lambda if it is a function.  
参数传递给lambda，如果它是一个函数。


Details

详细信息----------Details----------

If lambda is a single number, then this algorithm generates a realisation of the uniform Poisson process (also known as  Complete Spatial Randomness, CSR) inside the window win with  intensity lambda (points per unit area).
如果lambda是单数，那么这个算法生成一个实现了统一的泊松过程（也被称为完整的空间随机性，CSR）的窗口内win强度lambda（每单位面积）。

If lambda is a function, then this algorithm generates a realisation of the inhomogeneous Poisson process with intensity function lambda(x,y,...) at spatial location (x,y) inside the window win. The function lambda must work correctly with vectors x and y. The value lmax must be given and must be an upper bound on the  values of lambda(x,y,...) for all locations (x, y) inside the window win.
如果lambda是一个函数，那么这个算法产生一个非齐次泊松过程的实现与强度函数lambda(x,y,...)在空间位置(x,y)窗口内的win。 lambda的功能必须正常工作向量x和y。值lmax必须，必须有一个上限的值lambda(x,y,...)的所有位置(x, y)窗口内的win。

If lambda is a pixel image object of class "im" (see im.object), this algorithm generates a realisation of the inhomogeneous Poisson process with intensity equal to the pixel values of the image. (The value of the intensity function at an arbitrary location is the pixel value of the nearest pixel.) The argument win is ignored; the window of the pixel image is used instead.
如果lambda是一个像素的图像类的对象"im"（im.object），该算法产生的非齐次泊松过程的实现与强度的图像的像素值等于。 （在一个任意的位置的强度函数的值是最近的像素的像素值。）参数win被忽略;窗口中的像素的图像，而不是使用。

To generate an inhomogeneous Poisson process the algorithm uses “thinning”: it first generates a uniform Poisson process of intensity lmax, then randomly deletes or retains each point, independently of other points, with retention probability p(x,y) = lambda(x,y)/lmax.
要生成一个非齐次泊松过程的算法采用“疏”：第一，它产生一个均匀的泊松过程的强度lmax，然后随机地删除或保留每个点，独立于其他点，保留概率p(x,y) = lambda(x,y)/lmax 。

For marked point patterns, use rmpoispp.
对于标记点模式，使用rmpoispp。


值----------Value----------

The simulated point pattern (an object of class "ppp").
的模拟点模式（类的一个对象"ppp"“）。


警告----------Warning----------

Note that lambda is the intensity, that is, the expected number of points per unit area. The total number of points in the simulated pattern will be random with expected value mu = lambda * a where a is the area of the window win.
请注意，lambda是的强度，也就是说，每单位面积的点的预期数。点的总数在模拟模式与预期值是随机的mu = lambda * a其中a是该区域的窗口win。


（作者）----------Author(s)----------


Adrian Baddeley
<a href="mailto:Adrian.Baddeley@csiro.au">Adrian.Baddeley@csiro.au</a>
<a href="http://www.maths.uwa.edu.au/~adrian/">http://www.maths.uwa.edu.au/~adrian/</a>
and Rolf Turner
<a href="mailto:r.turner@auckland.ac.nz">r.turner@auckland.ac.nz</a>




参见----------See Also----------

rmpoispp for Poisson marked point patterns, runifpoint for a fixed number of independent uniform random points; rpoint, rmpoint for a fixed number of independent random points with any distribution; rMaternI, rMaternII, rSSI, rStrauss, rstrat for random point processes with spatial inhibition or regularity;  rThomas, rGaussPoisson, rMatClust, rcell for random point processes exhibiting clustering; rmh.default for Gibbs processes. See also ppp.object, owin.object.
rmpoispp为泊松标记点模式，runifpoint固定数量的独立均匀分布的随机点的，“rpoint，rmpoint任何分配固定数量的独立随机点; rMaternI，rMaternII，rSSI，rStrauss，rstrat空间抑制或规律性的随机点过程; rThomas，rGaussPoisson， rMatClust，rcell随机点过程的参展聚类; rmh.default吉布斯过程。 ppp.object，owin.object。


实例----------Examples----------


# uniform Poisson process with intensity 100 in the unit square[统一的泊松过程，在单位面积强度100]
pp <- rpoispp(100)

# uniform Poisson process with intensity 1 in a 10 x 10 square[在一个10×10平方强度的均匀泊松过程]
pp <- rpoispp(1, win=owin(c(0,10),c(0,10)))
# plots should look similar ![图应类似于！]

# inhomogeneous Poisson process in unit square[在单位面积的非齐次泊松过程]
# with intensity lambda(x,y) = 100 * exp(-3*x)[强度λ（X，Y）= 100 *（-3 * X）]
# Intensity is bounded by 100[强度为界100]
pp <- rpoispp(function(x,y) {100 * exp(-3*x)}, 100)

# How to tune the coefficient of x[如何调整x的系数]
lamb <- function(x,y,a) { 100 * exp( - a * x)}
pp <- rpoispp(lamb, 100, a=3)

# pixel image[图像像素]
Z <- as.im(function(x,y){100 * sqrt(x+y)}, unit.square())
pp <- rpoispp(Z)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。