[论文解读] SpatialPack: Computing the Association Between Two Spatial Processes

Felipe Osorio, Ronny Vallejos+1 more|arXiv (Cornell University)|Nov 16, 2016

Data Management and Algorithms参考文献 21被引用 18

一句话总结

SpatialPack 是一个 R 包，实现了使用 Tjøstheim 的基于秩次的相关性、Matheron 的协方差系数以及用于假设检验的修正 t 检验来计算两个随机过程之间空间关联性的高效 C 语言编译例程。其主要贡献是一种新型的协方差图，用于可视化方向性空间相关性，能够对非规则空间网格和时间序列数据进行稳健分析，并具备高性能计算能力。

ABSTRACT

An R package SpatialPack that implements routines to compute point estimators and perform hypothesis testing of the spatial association between two stochastic sequences is introduced. These methods address the spatial association between two processes that have been observed over the same spatial locations. We briefly review the methodologies for which the routines are developed. The core routines have been implemented in C and linked to R to ensure a reasonable computational speed. Three examples are presented to illustrate the use of the package with both simulated and real data. The particular case of computing the association between two time series is also considered. Besides elementary plots and outputs we also provide a plot to visualize the spatial correlation in all directions using a new graphical tool called codispersion map. The potential extensions of SpatialPack are also discussed.

研究动机与目标

• 开发一个高效的 R 包，用于计算在相同位置观测到的两个空间过程之间的空间关联性。
• 通过引入基于协方差和基于秩次的度量，克服标准相关性方法在处理空间依赖性方面的局限性。
• 提供一个计算框架，能够以高性能处理非规则空间网格和时间序列数据。
• 引入一种新型图形工具——协方差图，用于可视化方向性空间相关性。
• 为环境科学、地统计学和空间计量经济学的研究人员提供易于使用、快速且统计上可靠的工具支持。

提出的方法

• 基于空间过程的秩次变换，实现 Tjøstheim 的非参数相关系数。
• 计算 Matheron 的协方差系数，作为归一化的交叉变差函数，量化在距离滞后 h 处的空间交叉依赖性。
• 使用修正的 t 检验进行空间关联性的假设检验，适用于规则和非规则空间网格。
• 核心例程使用 C 语言编写以提高计算效率，并通过 R API 与 R 进行链接。
• 开发协方差图，这是一种二维可视化工具，可在空间网格上计算并显示所有方向和滞后下的协方差。
• 集成蒙特卡洛模拟，以评估在不同样本大小下的计算时间和统计功效。

实验结果

研究问题

• RQ1 当观测值具有空间依赖性且定义在非规则网格上时，如何准确测量两个随机过程之间的空间关联性？
• RQ2 协方差系数在捕捉多个角度和滞后下的方向性空间依赖性方面表现如何？
• RQ3 C 语言实现的例程在空间数据分析中，随着样本量增加，其计算效率如何变化？
• RQ4 协方差图能否有效揭示真实世界数据集中空间同步变化的方向性模式？
• RQ5 所提出的方法在扩展至多变量空间过程（超越双变量分析）方面具有多大潜力？

主要发现

• 由于核心例程采用 C 语言编译，SpatialPack 包实现了合理的计算速度，处理 512×512 大小图像数据集的平均处理时间为 5 小时 40 分钟。
• 协方差图成功可视化了方向性空间相关性，在莫里森冶炼厂数据集中，45° 方向处显示出约 0.7 的峰值协方差。
• 蒙特卡洛模拟研究证实，计算时间随样本量增加而高效增长，支持在大规模空间数据集上的应用。
• 在莫里森冶炼厂数据集上的应用表明，砷和铅浓度之间存在强烈的空间同步变化，协方差在 45° 时达到峰值。
• 修正的 t 检验和协方差系数在模拟和真实数据中均表现出稳健性能，包括时间序列应用。
• 未来可扩展的方向包括基于 Nadaraya-Watson 的协方差估计以及多变量过程的协方差矩阵计算，这些功能已规划并将在后续版本中实现。