我想测试2个空间栅格数据集之间的值(完美重叠(。
我可以做:
correlation(getValues(raster1), getValues(raster2))
,但两个栅格数据集都是空间自相关的。
相反,我正在使用:
modified.ttest(getValues(raster1), getValues(raster2), coordinates)
来自SpatialPack
库。这是基于Dutilleul的测试,该测试根据自相关程度修改了有效的样本量。
但是,修改的测试不会更改估计的相关系数,只有p值。
我还如何纠正自相关程度的估计相关系数?
这比编程问题更统计。
我认为您不能"纠正自相关的相关系数"。相关系数就是它。它不受"过度采样"的影响。
a <- 1:10
b <- c(1:5,1:5)
cor(a,b)
#[1] 0.492366
使用相同值两次
使用相同的值时"通货膨胀"cor(c(a,a),c(b,b))
#[1] 0.492366
p值受到影响
t.test(a,b)$p.value
#[1] 0.03554967
t.test(c(a,a), c(b,b))$p.value
#[1] 0.002042504
您可以调整P值进行过采样。但是,带有栅格数据的问题是您是否确实应该将这些视为样本。这取决于上下文,但是栅格数据通常代表整个总体(考虑到细胞谨慎的某些局部平均(。如果由于样本量(小(样本量没有不确定性,则呈现p值是没有意义的。