与 R 中 lapply() 函数中的随机化测试相关的错误

Question

我有 30 个数据集，它们组合在一个数据列表中。我想通过L function 以及随机化测试来分析空间点模式。代码如下。 第一个代码适用于单个数据集（data1），但是一旦将其应用于具有lapply() 函数的数据集列表，如第二个代码所示，它会给我一个非常长的错误，就像这样，

"Kcross(X, i, j, ...) 中的错误：没有点有标记 i = Acoraceae 信封引擎错误（X = X，fun = fun，simul = simrecipe，nsim = nsim, : 超过最大错误数"

谁能告诉我第二个代码有什么问题？

 grp <- factor(data1$species)               
 window <- ripras(data1$utmX, data1$utmY)      
 pp.grp <- ppp(data1$utmX, data1$utmY, window=window, marks=grp) 
 L.grp  <- alltypes(pp.grp, Lest, correlation = "Ripley")
 LE.grp <- alltypes(pp.grp, Lcross, nsim = 100, envelope = TRUE)  
 plot(L.grp)
 plot(LE.grp)


 L.LE.sp <- lapply(data.list, function(x) { 
   grp <- factor(x$species)               
   window <- ripras(x$utmX, x$utmY)
   pp.grp <- ppp(x$utmX, x$utmY, window = window, marks = grp)  
   L.grp  <- alltypes(pp.grp, Lest, correlation = "Ripley")
   LE.grp <- alltypes(pp.grp, Lcross, envelope = TRUE)  
   result <- list(L.grp=L.grp, LE.grp=LE.grp)
   return(result)
 })
 plot(L.LE.sp$LE.grp[1])

Answer 1

这个问题是关于R包spatstat。

如果您可以添加一个包含演示此问题的数据的最小工作示例，将会有所帮助。

如果不可用，请在您的计算机上生成错误，然后键入 traceback() 并捕获输出并将其发布在此处。这将跟踪错误的位置。

如果没有这些信息，我的最佳猜测如下： 错误消息显示No points have mark i=Acoraceae。这意味着代码期望点模式包含Acoraceae 类型的点，但发现没有。这可能会发生，因为在alltypes(... envelope=TRUE) 中，代码会根据完全的空间随机性生成随机点模式。在模拟模式中，Acoraceae 类型的点数（例如）将根据 Poisson 分布随机分布，其平均值等于观察数据中 Acoraceae 类型的点数。如果实际数据中的 Acoraceae 数量很少，那么模拟模式很可能根本不包含 Acoraceae。这可能是导致错误消息No points have mark i=Acoraceae 的原因。

如果这个解释是正确的，那么你应该能够通过包含参数fix.marks=TRUE 来抑制错误，也就是说，

alltypes(pp.grp, Lcross, envelope=TRUE, fix.marks=TRUE, nsim=99)

我并不是说这一定适合您的应用程序，但如果我的猜测是正确的，这应该会删除错误消息。

在 github 上提供的 spatstat 的最新开发版本中，envelope 的代码已被调整以检测此错误。