我无法解释从 spatstat 中的 segregation.test 方法获得的结果。但是，我有三个不同的点模式 A、B、C，我想证明 C 和 B 相关，而 A 和 B 不相关。您可以在这张图片中看到强度的内核估计：
但是在 R 中使用 spatstat 包计算这个我总是得到相同的 p 值，虽然测试统计量 T 不同......这怎么可能？在这种情况下，检验统计量 T 意味着什么？为什么我得到完全相同的 p 值？
我希望你能帮助我在蒙特卡洛测试中做错了什么。
【问题讨论】：
标签： r statistics spatial montecarlo spatstat
测试统计量T的含义在帮助文件中有清楚的解释。你看了吗？
?segregation.test
在蒙特卡罗测试中没有隔离的零假设下，数据模式和模拟模式是可交换的。 p 值是通过观察到的模式的检验统计量在模式总数中的排名来计算的。在这两种情况下，您都提供了观察到的数据具有最极端的分离统计量 T，p 值为 1/26 = 0.03846。
要了解详细信息，请查看上述帮助文件以及spatstat book 的第 10 章和第 14 章。 （很遗憾，这些都不是免费的示例章节。）
编辑：检验统计量 T 是隔离程度的度量。如果这些点是随机标记的，它往往接近于 0，如果标记分离得很好，它往往在数字上是“大”的。由于没有“大”的概念，因此使用蒙特卡罗 p 值来判断观察到的 T 是否大到我们应该拒绝随机标记的原假设。
【讨论】：