PointProcessFitTest

PointProcessFitTest[pdata]

点の集合 pdata がポアソン(Poisson)点過程でモデル化できるかどうかを検定する．

PointProcessFitTest[pdata,pproc]

点の集合が点過程 pproc でモデル化できるかどうかを検定する．

PointProcessFitTest[pdata,pproc,"property"]

"property"の値を返す．

詳細とオプション

  • PointProcessFitTestは，pdata は点過程 pproc から抽出されたという帰無仮説 とそうではないという対立仮説 で適合度仮説検定を行う．
  • デフォルトで，確率の値，つまり 値が返される．
  • 小さい 値は pdata が pproc からのものである可能性が低いことを示唆している．
  • 点データ pdata は次の形でよい．
  • {p1,p2,…}点 pi
    GeoPosition[…],GeoPositionXYZ[…],…地理上の点
    SpatialPointData[…]空間点集合
    {pts,reg}点集合 pts と観測領域 reg
  • 観測領域 reg は，与えられていなければRipleyRassonRegionを使って自動的に計算される．
  • 帰無仮説 の下では，pdata 内の点は pproc からのものとなる．これは，特に，どの点も同じBesagL関数を持つことを意味する．
  • 次は，使用可能な検定である．
  • "BesagL"pproc と pdata のシミュレーションでBesagLを計算する
    "ChiSquare"標準ビン数の残差がカイ平方分布に従い，高速で近似的であると想定されるビン分割に基づく
    "ModifiedChiSquare"
  • 数が多項分布に従っていると予想される，小さいサンプル数については厳密で大きいデータには"ChiSquare"を使うビン分割に基づく
  • PointProcessFitTest[data,proc,"HypothesisTestData"]は，htd["property"]の形で追加的な検定結果と特性の抽出に使えるHypothesisTestDataオブジェクト htd を返す．
  • PointProcessFitTest[data,pproc,"property"]を使って"property"の値を直接与えることができる．
  • 次は，検定結果の報告に関連した特性である．
  • "AllTests"適用可能な全検定のリスト
    "AutomaticTest"Automaticのときに選択される検定
    "PValue" 値のリスト
    "PValueTable" 値のフォーマットされた表
    "ShortTestConclusion"検定の結論の短い説明
    "TestConclusion"検定の結論の説明
    "TestData"検定統計と 値のペアのリスト
    "TestDataTable"検定統計と 値のフォーマットされた表
    "TestStatistic"検定統計のリスト
    "TestStatisticTable"検定統計のフォーマットされた表
  • 次は，使用可能なオプションである．
  • SignificanceLevel 0.05診断と報告のためのカットオフ
    MethodAutomaticBesagL法はサブオプションを取る

例題

すべて開くすべて閉じる

例  (2)

円板上の一様点分布：

データは強度が均質な点過程からのものである：

地理領域上に分布した点：

推定されたPoissonPointProcess：

適合度を検定する：

スコープ  (10)

検定  (7)

検定：

値は，一般に，点が一様分布している場合は大きくなる：

値は，一般に，空間的不均一性がある場合は小さくなる：

空間的ランダム性について特定の検定を行う：

Automaticを使うと"BesagL"検定が適用される：

特性"AutomaticTest"を使って使用する検定を選ぶことができる：

データに適したすべての検定を同時に実行する：

特性"AllTests"を使ってどの検定が使用可能かを見る：

特性を繰り返し抽出するためにHypothesisTestDataオブジェクトを作成する：

次は，抽出に使用可能な特性である：

HypothesisTestDataオブジェクトからいくつかの特性を抽出する：

次は，"BesagL"検定からの 値と検定統計である：

任意の数の特性を一度に抽出する：

"BesagL"検定からの 値と検定統計：

レポート  (3)

検定選択の結果を表にする：

使用可能な全検定結果の完全な表：

選択された検定結果の表：

報告をカスタマイズするために検定表から項目を取り出す：

値は0.05を超えているので，このレベルで を棄却するに足る証拠はない：

検定または検定集合のために 値を表にする：

表からの 値：

使用可能な全検定からの 値の表：

オプション  (2)

SignificanceLevel  (1)

有意水準は"TestConclusion"と"ShortTestConclusion"に使われる：

検定の結果は異なるかもしれない：

完全な検定の結論：

MaxIterations  (1)

サブオプションMaxIterationsを使ってシミュレーションの数が制御できる：

特性と関係  (1)

PointProcessFitTestを使って完全な空間ランダム性の等価性が検定できる：

SpatialRandomnessTestには，組込みのより具体的な検定がある：

おもしろい例題  (1)

帰無仮説のもとでの"ChiSquare"検定統計の分布：

Wolfram Research (2020), PointProcessFitTest, Wolfram言語関数， https://reference.wolfram.com/language/ref/PointProcessFitTest.html.

テキスト

Wolfram Research (2020), PointProcessFitTest, Wolfram言語関数， https://reference.wolfram.com/language/ref/PointProcessFitTest.html.

CMS

Wolfram Language. 2020. "PointProcessFitTest." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/PointProcessFitTest.html.

APA

Wolfram Language. (2020). PointProcessFitTest. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/PointProcessFitTest.html

BibTeX

@misc{reference.wolfram_2024_pointprocessfittest, author="Wolfram Research", title="{PointProcessFitTest}", year="2020", howpublished="\url{https://reference.wolfram.com/language/ref/PointProcessFitTest.html}", note=[Accessed: 18-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_pointprocessfittest, organization={Wolfram Research}, title={PointProcessFitTest}, year={2020}, url={https://reference.wolfram.com/language/ref/PointProcessFitTest.html}, note=[Accessed: 18-November-2024 ]}