空間統(tǒng)計(jì)學(xué)（翻譯版·原書第3版）

譯者的話
前言
第1章引言
1.1 空間點(diǎn)模式
1.2抽樣
1.3 邊界效應(yīng)
1.4 完全空間隨機(jī)性
1.5 統(tǒng)計(jì)分析的目標(biāo)
1.6狄利克雷鑲嵌
1.7 蒙特卡羅檢驗(yàn)
1.8軟件
第2章預(yù)檢驗(yàn)
2.1 完全空間隨機(jī)性檢驗(yàn)
2.2事件間距離
2.2.1 日本黑松樹苗樣本分析
2.2.2紅杉幼苗分析
2.2.3生物細(xì)胞分析
2.2.4小距離
2.3 最近鄰距離
2.3.1 日本黑松樹苗樣本分析
2.3.2紅杉幼苗分析
2.3.3生物細(xì)胞分析
2.4 點(diǎn)到最近事件間的距離
2.4.1 日本黑松樹苗樣本分析
2.4.2紅杉幼苗分析
2.4.3生物細(xì)胞分析
2.5樣方計(jì)數(shù)
2.5.1 日本黑松樹苗分析
2.5.2紅杉幼苗分析
2.5.3生物細(xì)胞分析
?2.6模式尺度
2.6.1蘭辛森林?jǐn)?shù)據(jù)分析
2.6.2依賴性的尺度
2.7建議
第3章稀疏采樣模式方法
3.1 一般說明
3.2樣方計(jì)數(shù)
3.2.1 CSR的檢驗(yàn)
3.2.2強(qiáng)度的估計(jì)量
3.2.3蘭辛森林?jǐn)?shù)據(jù)分析
3.3距離測(cè)量
3.3.1 CSR下的分布理論
3.3.2 CSR的檢驗(yàn)
3.3.3強(qiáng)度的估計(jì)
3.3.4蘭辛森林?jǐn)?shù)據(jù)的分析
3.3.5卡塔納的四分游走
3.4獨(dú)立檢驗(yàn)
3.5 建議
第4章空間點(diǎn)過程
4.1 過程和概括性描述
4.2二階屬性
4.2.1單變量過程
4.2.2拓展到多元過程
4.3 高階矩和最近鄰分布
4.4 均勻泊松過程
4.5 獨(dú)立性和隨機(jī)標(biāo)記
4.6估計(jì)二階屬性
4.6.1估計(jì)二階屬性
4.6.2估計(jì)對(duì)相關(guān)函數(shù)
4.6.3強(qiáng)度加權(quán)平穩(wěn)過程
4.6.4多變量過程
4.6.5例子
4.7 兔子視網(wǎng)膜的錯(cuò)位無軸突細(xì)胞
4.8估計(jì)最近鄰分布
4.8.1例子
4.9結(jié)論
第5章非參數(shù)法
5.1 引言
5.2估計(jì)二階強(qiáng)度的加權(quán)積分
5.3 強(qiáng)度空間變化的非參數(shù)估計(jì)
5.3.1估測(cè)蘭辛森林?jǐn)?shù)據(jù)強(qiáng)度的空間變化
5.4分析重復(fù)的空間點(diǎn)模式
5.4.1估計(jì)重復(fù)數(shù)據(jù)的K-函數(shù)
5.4.2設(shè)計(jì)試驗(yàn)中的組間對(duì)比
5.5 參數(shù)法還是非參數(shù)法？
第6章模型
6.1 介紹
6.2叢生分布
6.3 泊松群過程
6.4 非均勻泊松過程
6.5Cox過程
6.6 變換高斯Cox過程
6.7 簡(jiǎn)單抑制過程
6.8 馬爾可夫點(diǎn)過程
6.8.1成對(duì)相瓦作用點(diǎn)過程
6.8.2更廣義形式的相瓦作用
6.9其他構(gòu)造
6.9.1基于格點(diǎn)的過程
6.9.2減薄過程
6.9.3疊加
6.9.4不均勻環(huán)境中的相瓦作用
6. 10 多元模型
6. 10.1標(biāo)記點(diǎn)過程
6. 10.2多元點(diǎn)過程
6. 10.3如何構(gòu)造多元模型？
6. 10.4 Cox過程
6. 10.5馬爾可夫點(diǎn)過程
第7章運(yùn)用概括性描述進(jìn)行模型擬合
7.1 介紹
7.2 運(yùn)用K函數(shù)進(jìn)行參數(shù)估計(jì)
7.2.1最小平方法估計(jì)
7.2.2泊松群過程的模擬實(shí)現(xiàn)
7.2.3 當(dāng)K(t)未知時(shí)的操作過程
7.3利用最近鄰分布評(píng)估擬合優(yōu)度
7.4 實(shí)例
7.4.1紅杉幼苗
7.4.2荊棘的根莖
7.5 通過擬合優(yōu)度實(shí)驗(yàn)進(jìn)行參數(shù)估計(jì)
7.5.1倉(cāng)鼠腫瘤數(shù)據(jù)分析
第8章用似然方法進(jìn)行模型擬合
8.1 介紹
8.2 非均勻泊松過程的似然推斷
8.2.1用蘭辛森林?jǐn)?shù)據(jù)擬合一個(gè)趨勢(shì)表面
8.3 馬爾可夫點(diǎn)過程的似然推斷
8.3.1最大偽似然估計(jì)
8.3.2成對(duì)相互作用函數(shù)的非參數(shù)估計(jì)
8.3.3 用成對(duì)相互作用點(diǎn)過程來擬合錯(cuò)位的無軸突細(xì)胞
8.3.4蒙特卡羅最大似然估計(jì)
8.3.5 重訪錯(cuò)位的無軸突細(xì)胞
8.3.6錯(cuò)位的無軸突細(xì)胞的二元模型
8.4 Cox過程的似然推斷
8.4.1對(duì)數(shù)高斯Cox過程中的預(yù)測(cè)推斷
8.4.2強(qiáng)度表面的非參數(shù)估計(jì)：蘭辛森林中的山胡桃樹
8.5 補(bǔ)充閱讀
第9章空間流行病學(xué)中的點(diǎn)過程方法
9.1 引言
9.2 空間簇聚
9.2.1北亨伯賽德郡兒童白血病的數(shù)據(jù)分析
9.2.2空間聚類的其他檢驗(yàn)
9.3 風(fēng)險(xiǎn)的空間變化
9.3.1 英格蘭東北部的原發(fā)性膽汁性肝硬化
9.4點(diǎn)源模型
9.4.1 英國(guó)北德比郡的兒童哮喘
9.4.2北利物浦的癌癥
9.5 分層與匹配
9.5.1分層病例和對(duì)照設(shè)計(jì)
9.5.2 個(gè)體匹配病例和對(duì)照設(shè)計(jì)
9.5.3分層和匹配有幫助嗎？
9.6分解異質(zhì)性和簇聚
第10章時(shí)空點(diǎn)過程
10.1 引言
10.2 啟示性實(shí)例
10.2.1英國(guó)漢普郡的胃癌疾病
10.2.2英國(guó)坎布里亞郡的口蹄疫疫情
10.2.3英國(guó)康沃爾郡的牛結(jié)核病
10.3 時(shí)空點(diǎn)模式與過程的分類
10.4二階屬性
10.5 以過去為條件
10.6 經(jīng)驗(yàn)和機(jī)理模型
第11章探索性分析
11.1 引言
11.2 動(dòng)畫
11.3 邊際和條件概述
11.3.1英國(guó)康沃爾郡的牛結(jié)核病
11.4二階性質(zhì)
11.4.1平穩(wěn)過程
11.4.2強(qiáng)度加權(quán)平穩(wěn)過程
11.4.3英國(guó)蘭開夏郡的彎曲菌病
第12章經(jīng)驗(yàn)?zāi)Ｐ秃头椒?
目 錄
12.5 推斷
12.6英國(guó)漢普郡腸胃疾病
12.7 結(jié)束語(yǔ)：點(diǎn)過程和地質(zhì)統(tǒng)計(jì)學(xué)
第13章機(jī)械模型和方法
13.1 介紹
13.2條件強(qiáng)度和似然函數(shù)
13.3偏似然函數(shù)
13.4 2001年英國(guó)坎布里亞郡的口蹄疫流行病
13.5 北極燕鷗的筑巢模式
參考文獻(xiàn)