表示泊松点过程模型中需要空间依赖/相互作用项的K函数不均匀

Question

我正在绘制和模拟绵羊的疾病。我的数据集中大约有4200个点位置，每个位置代表给定绵羊场的质心。

我创建了一个K函数差异图（下图），以评估我的疾病阳性农场密度层是否显示出高于我疾病阴性农场密度层所显示的空间依赖性的空间依赖证据。通过该图，我确定了距给定疾病阳性农场500m处数据集的空间依赖性。

我已经建立了泊松点过程模型，并经历了模型选择过程。我的模型残差表现得比较好。请参见下面的潜伏变量图，原始残差和皮尔逊残差。

为了评估（或不需要）我的Poisson点过程模型中的空间依赖性/相互作用项，我从最终模型估计的密度表面创建了一个不均匀的K函数图。请参见下面的非均匀K函数图。

我的问题：

1）基于这些图，我应该在模型中包括空间依赖性/相互作用项吗？如果可以，为什么？

2）如果我的Poisson点过程模型不是由疾病本身引起的，是否应考虑由非均匀K函数表示的点之间的排斥？不均匀的K函数图显示没有证据表明疾病呈阳性的农场聚集，但确实显示了与排斥反应一致的证据。我认为这种排斥是我的数据的人工产物，与疾病本身无关-我使用点表示农场的区域，因此，各个点之间的距离永远不可能比它们的农场边界更近。

在此先感谢您的回答，非常感谢！

K-function difference plot

Raw residuals from ppm

Pearson residuals from ppm

Inhomogeneous K-function

Answer 1

使用点流程模型来解决此问题是不合适的。服务器场位置是固定的，而服务器场状态（患病或未患病）是响应变量。

泊松点过程模型会指出农场位置是独立的，这显然是不现实的。结果与农场之间的间隔是一致的，这是现实的，但对于您的实际问题却无济于事。

在spatstat包中，您可以使用函数relrisk来估算疾病在空间上变化的风险。但是，要根据农场位置评估传染病的证据，最好使用spdep之类的软件包。