Я сделал вариограмму в R, используя пакет gstat, variogram()
function. Я хочу посмотреть, есть ли пространственная автокорреляция в остатках моей модели (изобилие видов как функция среды обитания, между участками, разнесенными на расстояние от нескольких километров до 900 км, используя glmm).
Мои единицы даны в километрах, и поэтому моя интерпретация заключается в том, что расстояние составляет чуть более 100 км, пока пространственная автокорреляция больше не является «проблемой». Мне интересно, может кто-нибудь объяснить, почему самородок кажется таким высоким? Означает ли это, что даже в аналогичных местах все еще существует относительно большая разница? Или эта волнистая вариограмма означает, что я должен скорректировать количество лагов и расстояние до тех пор, пока не получу более типичную форму?
Для более variog()
подробного исследования я также использовал функцию из пакета geoR и использовал breaks=seq(0,100,10)
, чтобы попытаться взглянуть только на более близкие расстояния (используя те же точки и те же остатки модели). Это указывает на то, что ближайшие точки более различны, что также не имеет смысла. Возможно, это указывает на отсутствие пространственной автокорреляции, и что моя модель уже учитывает это.
Я нашел этот замечательный источник, «Геостаты без слез» , и на странице 51 есть несколько полезных советов по подгонке вариограмм. По этому совету у моего первого, похоже, правильный диапазон. Итак, это возвращает нас к первому вопросу - как мне это интерпретировать?
источник
Ответы:
Да, высокий эффект самородка (высокая вариабельность в начале координат) говорит о слабой (или нулевой) пространственной зависимости (автокорреляции) среди выборочных данных на малых расстояниях. Это может быть случай, когда структура данных имеет более короткий диапазон, чем интервал выборки, но второе изображение, похоже, также указывает на то, что это не так.
источник