空间统计学 翻译版 原书第3版PDF电子书下载

第1章 引言 1

1.1 空间点模式 1

1.2 抽样 4

1.3 边界效应 6

1.4 完全空间随机性 7

1.5 统计分析的目标 8

1.6 狄利克雷镶嵌 9

1.7 蒙特卡罗检验 10

1.8 软件 12

第2章 预检验 13

2.1 完全空间随机性检验 13

2.2 事件间距离 13

2.2.1 日本黑松树苗样本分析 15

2.2.2 红杉幼苗分析 15

2.2.3 生物细胞分析 16

2.2.4 小距离 17

2.3 最近邻距离 17

2.3.1 日本黑松树苗样本分析 19

2.3.2 红杉幼苗分析 19

2.3.3 生物细胞分析 19

2.4 点到最近事件间的距离 20

2.4.1 日本黑松树苗样本分析 21

2.4.2 红杉幼苗分析 21

2.4.3 生物细胞分析 22

2.5 样方计数 22

2.5.1 日本黑松树苗分析 23

2.5.2 红杉幼苗分析 23

2.5.3 生物细胞分析 23

2.6 模式尺度 23

2.6.1 兰辛森林数据分析 24

2.6.2 依赖性的尺度 25

2.7 建议 26

第3章 稀疏采样模式方法 28

3.1 一般说明 28

3.2 样方计数 29

3.2.1 CSR的检验 29

3.2.2 强度的估计量 30

3.2.3 兰辛森林数据分析 30

3.3 距离测量 31

3.3.1 CSR下的分布理论 31

3.3.2 CSR的检验 33

3.3.3 强度的估计 36

3.3.4 兰辛森林数据的分析 37

3.3.5 卡塔纳的四分游走 37

3.4 独立检验 38

3.5 建议 39

第4章 空间点过程 40

4.1 过程和概括性描述 40

4.2 二阶属性 41

4.2.1 单变量过程 41

4.2.2 拓展到多元过程 43

4.3 高阶矩和最近邻分布 44

4.4 均匀泊松过程 44

4.5 独立性和随机标记 46

4.6 估计二阶属性 46

4.6.1 估计二阶属性 46

4.6.2 估计对相关函数 52

4.6.3 强度加权平稳过程 53

4.6.4 多变量过程 54

4.6.5 例子 55

4.7 兔子视网膜的错位无轴突细胞 57

4.8 估计最近邻分布 58

4.8.1 例子 59

4.9 结论 60

第5章 非参数法 62

5.1 引言 62

5.2 估计二阶强度的加权积分 62

5.3 强度空间变化的非参数估计 63

5.3.1 估测兰辛森林数据强度的空间变化 65

5.4 分析重复的空间点模式 68

5.4.1 估计重复数据的K-函数 69

5.4.2 设计试验中的组间对比 70

5.5 参数法还是非参数法？ 73

第6章 模型 75

6.1 介绍 75

6.2 丛生分布 75

6.3 泊松群过程 76

6.4 非均匀泊松过程 79

6.5 Cox过程 80

6.6 变换高斯Cox过程 82

6.7 简单抑制过程 83

6.8 马尔可夫点过程 84

6.8.1 成对相互作用点过程 86

6.8.2 更广义形式的相互作用 89

6.9 其他构造 90

6.9.1 基于格点的过程 90

6.9.2 减薄过程 90

6.9.3 叠加 91

6.9.4 不均匀环境中的相互作用 92

6.10 多元模型 93

6.10.1 标记点过程 93

6.10.2 多元点过程 93

6.10.3 如何构造多元模型？ 93

6.10.4 Cox过程 95

6.10.5 马尔可夫点过程 97

第7章 运用概括性描述进行模型拟合 99

7.1 介绍 99

7.2 运用K函数进行参数估计 99

7.2.1 最小平方法估计 99

7.2.2 泊松群过程的模拟实现 100

7.2.3 当K（t）未知时的操作过程 101

7.3 利用最近邻分布评估拟合优度 102

7.4 实例 103

7.4.1 红杉幼苗 103

7.4.2 荆棘的根茎 106

7.5 通过拟合优度实验进行参数估计 112

7.5.1 仓鼠肿瘤数据分析 112

第8章 用似然方法进行模型拟合 114

8.1 介绍 114

8.2 非均匀泊松过程的似然推断 114

8.2.1 用兰辛森林数据拟合一个趋势表面 115

8.3 马尔可夫点过程的似然推断 117

8.3.1 最大伪似然估计 117

8.3.2 成对相互作用函数的非参数估计 119

8.3.3 用成对相互作用点过程来拟合错位的无轴突细胞 119

8.3.4 蒙特卡罗最大似然估计 122

8.3.5 重访错位的无轴突细胞 123

8.3.6 错位的无轴突细胞的二元模型 123

8.4 Cox过程的似然推断 126

8.4.1 对数高斯Cox过程中的预测推断 128

8.4.2 强度表面的非参数估计：兰辛森林中的山胡桃树 129

8.5 补充阅读 130

第9章 空间流行病学中的点过程方法 132

9.1 引言 132

9.2 空间簇聚 133

9.2.1 北亨伯赛德郡儿童白血病的数据分析 134

9.2.2 空间聚类的其他检验 135

9.3 风险的空间变化 136

9.3.1 英格兰东北部的原发性胆汁性肝硬化 138

9.4 点源模型 139

9.4.1 英国北德比郡的儿童哮喘 141

9.4.2 北利物浦的癌症 142

9.5 分层与匹配 146

9.5.1 分层病例和对照设计 146

9.5.2 个体匹配病例和对照设计 146

9.5.3 分层和匹配有帮助吗？ 147

9.6 分解异质性和簇聚 148

第10章 时空点过程 150

10.1 引言 150

10.2 启示性实例 150

10.2.1 英国汉普郡的胃癌疾病 150

10.2.2 英国坎布里亚郡的口蹄疫疫情 152

10.2.3 英国康沃尔郡的牛结核病 153

10.3 时空点模式与过程的分类 154

10.4 二阶属性 155

10.5 以过去为条件 156

10.6 经验和机理模型 159

第11章 探索性分析 160

11.1 引言 160

11.2 动画 160

11.3 边际和条件概述 160

11.3.1 英国康沃尔郡的牛结核病 161

11.4 二阶性质 163

11.4.1 平稳过程 163

11.4.2 强度加权平稳过程 165

11.4.3 英国兰开夏郡的弯曲菌病 166

第12章 经验模型和方法 170

12.1 介绍 170

12.2 泊松过程 170

12.3 Cox过程 171

12.3.1 可分和不可分模 171

12.4 对数高斯Cox过程 172

12.5 推断 173

12.6 英国汉普郡肠胃疾病 173

12.7 结束语：点过程和地质统计学 177

第13章 机械模型和方法 179

13.1 介绍 179

13.2 条件强度和似然函数 179

13.3 偏似然函数 180

13.4 2001年英国坎布里亚郡的口蹄疫流行病 181

13.5 北极燕鸥的筑巢模式 183

参考文献 186