MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Nokta Örüntüsü Analizi

Nokta Örüntüsü Analizianaliz

Bir alan içindeki nokta konumlarının rastgele mi dağıldığını, yoksa beklenenden daha kümeli ya da daha düzenli mi olduğunu ve bunun hangi uzaklık ölçeğinde geçerli olduğunu sınayan yöntemler (Ripley K/L, G/F/J, Clark-Evans, dörtgen testi).

Kavram

Ağaçlar, yuvalar, hücreler ya da olaylar bir alana dağıldığında temel soru şudur: bu konumlar birbirinden bağımsız ve rastgele mi seçilmiş, yoksa noktalar birbirini çekiyor (kümelenme) ya da itiyor (düzenlilik) mu? Karşılaştırma ölçütü tam uzamsal rastlantısallıktır (CSR): noktaların alanın her yerine eşit olasılıkla ve birbirinden bağımsız düştüğü homojen Poisson süreci. Kümelenme tohumların ana ağacın yakınına düşmesi gibi süreçlere, düzenlilik ise kaynak ya da alan için rekabete işaret edebilir.

Özet fonksiyonlar örüntüyü uzaklığa göre betimler. Ripley K(r), bir noktanın r yarıçapı içinde beklenen nokta sayısının yoğunluğa bölümüdür; CSR altında πr²'ye eşittir ve bundan büyük değerler kümelenmeyi gösterir. L(r) = √(K(r)/π) bu karşılaştırmayı düz bir çizgiye çevirir; çift korelasyon g(r) ise tam r uzaklığındaki çiftlerin göreli sıklığını verir (1'den büyükse kümelenme). G(r) en yakın komşu uzaklıklarının, F(r) rastgele bir yerden en yakın noktaya uzaklığın dağılımıdır; J = (1 − G)/(1 − F) 1'den küçükse kümelenme, büyükse düzenlilik vardır. Clark-Evans indeksi ortalama en yakın komşu uzaklığının CSR beklentisine oranıdır (1'den küçük kümeli, büyük düzenli) ve dörtgen testi hücre sayımlarını ki-kare ile karşılaştırır. Monte Carlo zarfları, CSR altında benzetilen örüntülerden elde edilen fonksiyonların aralığını çizer; gözlenen eğri zarfın dışına çıkıyorsa CSR'den sapma vardır.

Sonuçlar gözlem penceresinin doğru tanımlanmasına çok bağlıdır: pencere gerçek çalışma alanından küçük ya da büyük seçilirse yoğunluk yanlış kestirilir ve sahte kümelenme ya da düzenlilik görülebilir. Kenara yakın noktaların komşuları pencere dışında kalabileceği için kenar düzeltmeleri gerekir. Noktasal zarflar birçok r değerini ayrı ayrı sınadığından yanlış alarm olasılığı yüksektir; tek bir genel karar için global zarf ya da MAD testi kullanılmalıdır. Ayrıca CSR'den sapma, alanın bazı kesimlerinin doğal olarak daha uygun olmasından (homojen olmayan yoğunluk) da kaynaklanabilir; bu durum noktalar arası etkileşimden ayırt edilmelidir.

Ne zaman kullanılır?

  • Bitki, hayvan yuvası, hücre ya da olay konumlarının rastgele, kümeli ya da düzenli olup olmadığını ve bunun hangi uzaklıklarda geçerli olduğunu sınamak için.
  • Tek bir hızlı genel ölçü yeterliyse Clark-Evans indeksi; örüntünün uzaklık ölçeğine göre değişimi incelenecekse K, L ve g fonksiyonları ile Monte Carlo zarfları kullanılır.
  • Yalnızca noktaların nerede yoğunlaştığı görülmek isteniyorsa KDE; noktalar kümelere atanacaksa DBSCAN; noktalarda ölçülmüş bir değerin mekânsal benzerliği soruluyorsa Moran's I tercih edilir.

Gündelik bir örnek

Bir ekolog, 1 hektarlık bir çayırdaki 80 karınca yuvasının konumunu haritalıyor. Bir görüşe göre her koloni çevresindeki besini savunduğu için yuvalar birbirinden uzak durmalı, yani düzenli dağılmalıdır; başka bir görüşe göre ise yuvalar nemli çukurlarda toplanmalıdır. Clark-Evans indeksi 1,35 çıkar ve en yakın komşu uzaklıkları rastgele beklenenden uzundur: örüntü düzenlidir. L fonksiyonu ise düzenliliğin özellikle 3 metreye kadar belirgin olduğunu, daha büyük uzaklıklarda örüntünün rastgeleden ayırt edilemediğini gösterir; bu da kısa mesafede rekabetin baskın olduğu yorumunu destekler.

MerQur'da parametreler

Sınıflandır / Yöntem

Kavram: Sınıflandır, noktaları analizden önce kategorik bir sütuna göre renklendiren bir veri keşfi adımıdır; Yöntem harita sekmesinde çalıştırılacak analizi seçer. Nokta örüntüsü analizi, konumların kendisinin rastgele olup olmadığını sınar.

Gündelik örnek: Yuvalar karınca türüne göre renklendirilirse iki türün yuvalarının çayırın farklı kesimlerinde toplanıp toplanmadığı önceden görülür. 'Yuvalar birbirinden uzak mı duruyor?' sorusu için nokta örüntüsü analizi seçilir.

Ne işe yarar: Sınıflandır, noktaları kategoriye göre renklendirir (veri keşfi); Yöntem harita yöntemini seçer.

Sonuca etkisi: Sayısal çıktıyı değiştirmez.

Koordinat türü (Coğrafi, Projeksiyonlu (X / Y)), X (doğu), Y (kuzey), Koordinat birimi (m, km, birimsiz)

Kavram: Uzaklıkların hangi koordinat sisteminde ölçüleceğini belirler. Coğrafi koordinatlar (derece) yerel bir düzleme taşınarak km'ye çevrilir; projeksiyonlu koordinatlar (metre, km ya da birimsiz) olduğu gibi kullanılır ve sonuçtaki r uzaklıkları bu birimle okunur.

Gündelik örnek: Ekolog yuvaların yerini çayırın köşesinden ölçülmüş metre cinsinden x, y değerleriyle kaydettiyse projeksiyonlu ve 'm' seçilir. Böylece L fonksiyonunun '3' değeri doğrudan 3 metre anlamına gelir.

Ne işe yarar: Coğrafi seçimde noktalar diğer harita analizleriyle aynı yerel eşdikdörtgen düzleme (km) taşınır (0-360 boylam ve 180. meridyen kuralları dahil; 500 km üstü genişlikte uyarı). Projeksiyonlu seçimde X/Y sütunları olduğu gibi kullanılır.

Sonuca etkisi: Uzaklık ölçeğini ve r ekseni birimini belirler.

Doğrulama verisinde: Diggle verileri birim karede projeksiyonlu (birimsiz) koordinatlarla çalıştırılır.

→ Uzaklık ölçüsü (Öklid, Manhattan, Gower, büyük daire)

Gözlem penceresi (Sınır kutusu, Dışbükey zarf, Elle girilen dikdörtgen, Poligon katmanı) ve dikdörtgen sınırları (x en küçük, x en büyük, y en küçük, y en büyük) ve Poligon katmanı

Kavram: Gözlem penceresi, noktaların bulunabileceği alanın sınırıdır ve beklenen yoğunluk bu alana göre hesaplanır. Noktalardan türetilen sınır kutusu ya da dışbükey zarf gerçek alanı küçümser ve yoğunluğu abartır; çalışma alanı biliniyorsa onun sınırı (dikdörtgen ya da poligon) kullanılmalıdır.

Gündelik örnek: Çayır 100 × 100 metrelik bir alansa ama yuvaların hepsi ortadaki 70 × 70 metrede bulunuyorsa, noktaların sınır kutusu kullanıldığında çayırın boş kenarları analize girmez. Gerçek çayır sınırı kullanıldığında ise yuvalar ortada toplanmış, yani daha kümeli görünür; hangisinin doğru olduğu, kenarlarda da yuva kurulabilir mi sorusuna bağlıdır.

Ne işe yarar: Analiz bölgesi W'yi tanımlar. Sınır kutusu ve dışbükey zarf noktalardan türetilir (alanı küçümser, yoğunluğu biraz abartır); gerçek çalışma alanı biliniyorsa elle dikdörtgen ya da bir poligon katmanı kullanılmalıdır. Pencere dışı noktalar atılır ve bildirilir.

Sonuca etkisi: Yoğunluğu (lambda), kenar düzeltmelerini ve tüm fonksiyon ve test değerlerini değiştirir.

Doğrulama verisinde: Birim kare pencerede redwood alanı 1; noktaların dışbükey zarfında 0.6180555.

→ Gözlem penceresi (çalışma alanı)

Özet fonksiyonlar: K, L, g, G, F, J (onay kutuları)

Kavram: Her fonksiyon örüntüye farklı bir açıdan bakar: K ve L r yarıçapı içindeki birikimli komşu sayısını, g tam r uzaklığındaki çift sıklığını, G en yakın komşu uzaklıklarını, F boş alanların büyüklüğünü, J ise G ile F'nin karşılaştırmasını özetler. CSR altında her birinin bilinen bir beklenen değeri vardır; sapmanın yönü kümelenme ya da düzenliliği gösterir.

Gündelik örnek: Düzenli yuvalarda G fonksiyonu kısa uzaklıklarda CSR beklentisinin altında kalır, çünkü çok yakın komşusu olan yuva azdır. g fonksiyonu ise yuvaların tam olarak hangi uzaklıkta birbirinden 'kaçındığını' daha keskin gösterir.

Ne işe yarar: K(r): r içindeki beklenen komşu sayısının yoğunluğa oranı (CSR altında pi r^2); L(r) = karekök(K(r) / pi); g(r): r uzaklığındaki çiftlerin göreli sıklığı (1'den büyük kümelenme); G(r): en yakın komşu uzaklığı dağılımı; F(r): boş alan uzaklığı dağılımı; J(r) = (1 - G) / (1 - F) (1'den küçük kümelenme).

Sonuca etkisi: Yalnız seçilen fonksiyonların tabloları ve grafikleri üretilir.

Doğrulama verisinde: Her veri için K, L (border), g, G (rs), F ve J 100 r değerinde hesaplanır.

→ Ripley K/L ve G, F, J fonksiyonları

CSR simülasyon sayısı (Zarf yok, 19, 39, 99, 199, 499, 999), Zarf sırası (nrank) ve Sabit n onay kutusu ([Parametreler])

Kavram: Monte Carlo zarfı, CSR altında çok sayıda yapay örüntü benzetip her birinde fonksiyonu hesaplayarak 'rastgele olsaydı eğri hangi aralıkta dolaşırdı?' bandını çizer. Benzetim sayısı ve sıra (nrank) zarfın anlamlılık düzeyini belirler; sabit n seçeneği her benzetimde gözlenen kadar nokta kullanır.

Gündelik örnek: Çayırda 80 yuvanın 99 kez rastgele yerleştirildiği haritalar üretilir. Gerçek yuvaların L eğrisi bu 99 eğrinin hepsinin altında kalıyorsa düzenlilik şansla açıklanamaz; global zarfta bu karar yaklaşık %1 düzeyinde verilir.

Ne işe yarar: Monte Carlo zarfı için CSR simülasyonu sayısını (varsayılan 99) belirler. nrank zarf sınırı olarak alınan sıra istatistiğidir; noktasal zarfta alfa = 2 nrank / (nsim + 1), global zarfta nrank / (nsim + 1). Sabit n işaretliyse simülasyonlar gözlenen n ile üretilir.

Sonuca etkisi: Zarf genişliğini ve MAD p değerini belirler; fonksiyonları ve testleri değiştirmez. Noktasal zarf çoklu karşılaştırma için düzeltilmemiştir (uyarı verilir).

Doğrulama verisinde: K, L, g, G için noktasal ve global zarf, D_obs ve MAD p, nrank 1 ve 2, nsim 39 ve 99 ile hesaplanır.

→ Monte Carlo zarfı (simülasyon zarfı)

Tohum (0 = otomatik)

Kavram: Tohum, CSR benzetimlerini üreten rastgele sayı dizisinin başlangıç noktasıdır. Aynı tohum aynı zarfı ve aynı Monte Carlo p değerini yeniden üretir.

Gündelik örnek: Ekolog makalesindeki zarf grafiğini bir hakemin yeniden üretebilmesi için kullandığı tohumu raporlar. Farklı tohum zarfın sınırlarını biraz oynatır ama güçlü bir düzenlilik kararı değişmez.

Ne işe yarar: Simülasyonların rastgele sayı tohumunu belirler; aynı tohum aynı zarfı verir.

Sonuca etkisi: Yalnız zarf ve MAD p değerini etkiler.

Doğrulama verisinde: Varsayılan çalıştırmada tohum 20261015.

→ Rastgele tohum (seed)

Dörtgen sayımı (sütun x satır; varsayılan 5 x 5)

Kavram: Dörtgen testi pencereyi eşit hücrelere böler ve hücre sayımlarının CSR altında beklenen eşit dağılıma uyup uymadığını ki-kare ile sınar. Sonuç hücre boyutuna bağlıdır; hücre başına beklenen sayı 5'ten küçükse ki-kare yaklaşımı güvenilmez olabilir.

Gündelik örnek: Çayır 4 × 4 = 16 hücreye bölündüğünde her hücrede ortalama 5 yuva beklenir. Düzenli dağılımda sayımlar 5 çevresinde beklenenden daha az dalgalanır; kümeli dağılımda ise bazı hücreler boş, bazıları kalabalık olur.

Ne işe yarar: Pencerenin sınır kutusunu nx x ny hücreye böler ve hücre sayımlarının ki-kare uyum testini yapar (varsayılan 5 x 5); poligon pencerede kırpılmış hücre alanları kullanılır.

Sonuca etkisi: X2, serbestlik derecesi ve p değerini belirler.

Doğrulama verisinde: redwood 5 x 5: X2 54.93548387 (sd 24, p 0.00063873436, beklenen frekans 2.48); 3 x 4: X2 16.58064516 (sd 11, p 0.2418129358). cells 5 x 5: X2 9.19047619 (p 0.005678622753).

→ Kuadrat sayımı testi

Clark-Evans düzeltmesi (Otomatik, Yok, Donnelly, cdf (G fonksiyonu))

Kavram: Clark-Evans indeksi ortalama en yakın komşu uzaklığını CSR altında beklenen değerle karşılaştırır. Pencere kenarına yakın noktaların gerçek en yakın komşusu pencere dışında kalabileceğinden uzaklıklar olduğundan uzun ölçülür ve indeks düzenlilik yönünde yanlı olur; Donnelly ve cdf düzeltmeleri bu kenar etkisini giderir.

Gündelik örnek: Çayırın çitine yakın bir yuvanın en yakın komşusu çitin öbür yanında olabilir ama haritada yoktur. Düzeltme yapılmazsa bu yuvalar komşularına olduğundan uzak görünür ve örüntü gerçekte olduğundan daha düzenli sanılır.

Ne işe yarar: Clark-Evans en yakın komşu indeksinin kenar etkisi düzeltmesini belirler (otomatik: dikdörtgende Donnelly, poligonda cdf).

Sonuca etkisi: Clark-Evans indeksini ve test istatistiğini değiştirir.

Doğrulama verisinde: redwood (birim kare): indeks (düzeltmesiz) 0.6068936706, Donnelly 0.5738737871, cdf 0.561366401; Donnelly testi p 1.13493112e-11. Dışbükey zarfta cdf 0.6526020721.

→ Kenar (sınır) düzeltmesi

Karşıt hipotez (İki yönlü, Kümelenme, Düzenlilik)

Kavram: Clark-Evans ve dörtgen testlerinde karşıt hipotezin yönünü belirler: iki yönlü test herhangi bir sapmayı, tek yönlü testler yalnızca kümelenmeyi ya da yalnızca düzenliliği arar. Yön, veriye bakılmadan, araştırma sorusuna göre seçilmelidir.

Gündelik örnek: Ekolog rekabet kuramından yola çıkarak yalnızca 'yuvalar düzenli mi?' diye soruyorsa düzenlilik yönünü seçer. Kümelenme mi düzenlilik mi beklendiği bilinmiyorsa iki yönlü test kullanılır.

Ne işe yarar: Clark-Evans ve dörtgen sayım testlerinin karşıt hipotezini belirler.

Sonuca etkisi: Yalnız p değerini değiştirir. Kümelenme seçilince dörtgen sayım p'si üst kuyruk, Düzenlilik seçilince alt kuyruk olur; Clark-Evans p'si de aynı yönde tek yönlüdür.

Doğrulama verisinde: Kümelenme ile dörtgen p: redwood 5 x 5 0.000319367 (iki yönlü 0.000638734), 3 x 4 0.120906; cells 5 x 5 0.997161.

→ Tek yönlü ve çift yönlü test (hipotez yönü)

r üst sınırı (K, L, g) ve r üst sınırı (G, F, J) (0 = otomatik)

Kavram: Fonksiyonların hesaplanacağı en büyük r uzaklığıdır. Çok büyük r değerlerinde, pencere kenarı nedeniyle çiftlerin çoğu gözlenemediğinden kestirimler güvenilmezleşir; bu yüzden üst sınır genellikle pencerenin kısa kenarının dörtte biri gibi bir değerle sınırlanır.

Gündelik örnek: 100 metrelik çayırda karınca rekabeti için önemli olan birkaç metrelik uzaklıklardır; r üst sınırını 50 metreye çıkarmak, kenar etkisiyle bozulmuş ve yorumu zor bir eğri kuyruğu üretir. 25 metre gibi bir sınır daha anlamlıdır.

Ne işe yarar: r ızgarasının üst sınırını belirler. Otomatikte K, L, g için pencere kısa kenarının 1/4'ü ile karekök(1000 / (pi lambda))'nın küçüğü; G, F, J için karekök(log(1e5) / (pi lambda)) ile çerçeve köşegeninin yarısının küçüğü.

Sonuca etkisi: Fonksiyonların aralığını belirler.

Doğrulama verisinde: Varsayılan ızgaralar otomatik kurala göre kurulur. Üst sınır 0.25 girildiğinde K, L ve g, 0 ile 0.25 arasında eşit aralıklı 513 r değerinde (adım 0.25/512) hesaplanır.

→ Ripley K/L ve G, F, J fonksiyonları

g(r) sıfır düzeltmesi (Otomatik, Jones-Foster, Evrişim, Yok)

Kavram: Çift korelasyon fonksiyonu g(r) çekirdek düzgünleştirmesiyle kestirilir ve r = 0'a yakın uzaklıklarda çekirdeğin bir kısmı negatif uzaklıklara taşar; bu, g'yi sıfıra yakın uzaklıklarda yanlı kılar. Sıfır düzeltmesi (Jones-Foster, evrişim) bu yanlılığı azaltır.

Gündelik örnek: Yuvaların birbirine 30 cm'den yakın olmadığı biliniyorsa g bu aralıkta sıfıra yakın olmalıdır. Düzeltme olmadan bu çok kısa uzaklıklardaki g değerleri yanıltıcı çıkabilir ve 'kaçınma' mesafesi yanlış okunabilir.

Ne işe yarar: r = 0 sınırında çekirdek kütlesi kaybının düzeltmesini belirler (Epanechnikov çekirdeği, h = 0.15 / karekök(lambda); otomatikte n <= 300 Jones-Foster, aksi halde evrişim).

Sonuca etkisi: Yalnız g(r)'nin küçük r değerlerini etkiler.

Doğrulama verisinde: Varsayılan çalıştırmada Jones-Foster (n = 62).

→ Kenar (sınır) düzeltmesi

Değer (yok, sütun)

Kavram: Nokta örüntüsü analizi yalnızca konumları kullanır; noktaların taşıdığı bir değer bu testlere girmez.

Gündelik örnek: Her yuvadaki işçi sayısı kaydedilmiş olsa bile bu analizde yalnızca yuvaların yeri kullanılır. Büyük kolonilerin birbirine yakın olup olmadığı sorulacaksa değerleri kullanan Moran's I gibi bir yöntem gerekir.

Ne işe yarar: Bu analizde kullanılmaz.

Sonuca etkisi: Seçim sonucu değiştirmez.

Gerçek veride örnek

Veri: Strauss 1975, Diggle 2014 veri arşivi (redwood)

Değişkenler: 62 kızılağaç fidanı, projeksiyonlu X/Y (x, y; birimsiz), pencere birim kare [0, 1] x [0, 1]; tohum 20261015

  • Soru: 62 kızılağaç fidanının konumları tam uzamsal rastgelelikten (CSR) sapıyor mu; sapıyorsa kümelenme mi düzenlilik mi?
  • Varsayım: Pencere birim kare [0, 1] x [0, 1]; CSR altında noktalar homojen Poisson sürecidir (λ = 62).
  • Sonuç: Clark-Evans indeksi = 0.574 (Donnelly), z = -6.79, p < .001; en yakın komşu uzaklıkları rastgele beklenenden kısadır, örüntü kümelidir. Dörtgen testi χ²(24) = 54.94, p < .001.
  • Ölçek bulgusu: K, L ve G fonksiyonları 99 CSR simülasyonunun global zarfının üstüne çıkar, F altına iner (MAD p = .010); g ve J yalnız noktasal zarfın dışına çıkar. Kümelenme kısa ve orta uzaklıklarda belirgindir.
  • Sınırlılık: Dörtgen testinde en küçük beklenen sayı 2.48 (< 5), ki-kare yaklaşımı güvenilmez olabilir; MAD p'si 99 simülasyonla en çok 0.01 çözünürlüklüdür.
  • Rapor satırı: Clark-Evans indeksi = 0.574, z = -6.79, p < .001; dörtgen χ²(24) = 54.94, p < .001; L(r) MAD testi p = .010 (99 simülasyon).

İlgili kavramlar

Ripley K/L ve G, F, J fonksiyonlarıKenar (sınır) düzeltmesiMonte Carlo zarfı (simülasyon zarfı)Kuadrat sayımı testiGözlem penceresi (çalışma alanı)Tam mekânsal rastgelelik (CSR)Clark-Evans en yakın komşu indeksiTek yönlü ve çift yönlü test (hipotez yönü)

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.