이진 값으로 점의 공간 자기 상관을 측정하기위한 적절한 통계량은 무엇입니까?

포인트 데이터 세트에서 공간 자기 상관의 수준을 결정하려고합니다. 내가 관심있는 속성은 이진 (종의 존재 / 부재)이며, 모란의 I는 적합하지 않습니다. 반면 이진 또는 범주 형 데이터에 일반적으로 권장되는 Joint Count 통계는 점 데이터에 적합하지 않은 것 같습니다. 요컨대, 문제는 다음과 같습니다. 관심 속성이 이진일 때 포인트의 전역 및 / 또는 로컬 공간 자기 상관을 측정하기위한 적절한 통계는 무엇입니까?

Join-Counts 통계가 이진 데이터에 적합하지 않다는 주장이 올바르지 않습니다. 공간 가중치 행렬 (Wij)이 어떻게 지정되는지에 대한 문제입니다. Morna's-I에서와 같이,이 유형의 분석에는 거리 행렬을 사용할 수 없지만 거리 컷오프를 사용하여 적절한 이분법 행렬을 계산할 수 있습니다. 이 유형의 공간 가중치 행렬을 작성하고 R spdep 라이브러리에서 결합 계수 분석을 수행 할 수 있습니다. "joincount.test"및 joincount.mc (Monte Carlo 순열 테스트) 함수를 참조하십시오.

이진 데이터는 공간 자기 상관의 일반적인 사용 사례입니다. 나는 공간 분석 책의 대부분이 그것에 대해 이야기 할 것이라고 생각합니다. 이 문서 가 도움이 될 수 있습니다.

"포인트 패턴 분석"기술을 사용하여 데이터를 분석 할 수 있습니다. 특히 "Ripley 's K"가 가장 적합 할 것입니다.

좋은 개요는 다음과 같습니다. http://www.people.vcu.edu/~dbandyop/pubh8472/RipleysK.pdf