Равномерная выборка
-
- Новоприбывший
- Сообщения: 14
- Зарегистрирован: 25 мар 2009, 05:06
- Репутация: 8
Равномерная выборка
Мне нужно выбрать какое-то кол-во точек с двумерными координатами из моих 300, скажем 100. Точки расположены кучно, гораздо более кучно, чем нужно, и неравномерно. Для того, чтобы в дальнейшем дать MaxEnt-y, мне бы хорошо их прорядить...
Наводка:
1) Взять не ближе чем через ...цать метров (могу сама).
2) Взять случайные несуществующие точки через равные промежутки, лежащие между существующими (тоже могу).
Может быть есть какие-то...ммм... более статистически обоснованные методы?
Наводка:
1) Взять не ближе чем через ...цать метров (могу сама).
2) Взять случайные несуществующие точки через равные промежутки, лежащие между существующими (тоже могу).
Может быть есть какие-то...ммм... более статистически обоснованные методы?
- jerry-maori
- Гуру
- Сообщения: 585
- Зарегистрирован: 22 авг 2012, 17:02
- Репутация: 143
- Откуда: Нижний Новгород
Re: Равномерная выборка
Декластеризация (cell-declustering) вам поможет... Обоснованно -- аш зубы сводит
http://webhelp.esri.com/arcgisdesktop/9 ... 20sampling
http://www.academia.edu/335226/Optimizi ... of_Methods
http://webhelp.esri.com/arcgisdesktop/9 ... 20sampling
http://www.academia.edu/335226/Optimizi ... of_Methods
-
- Новоприбывший
- Сообщения: 14
- Зарегистрирован: 25 мар 2009, 05:06
- Репутация: 8
Re: Равномерная выборка
Это кригинг. Спасибо, конечно. Но мне не нужна поверхность, откуда я потом возьму точки. Мне нужно прорядить существующие и использовать существующие точки встреч животных. Может быть вам известны подобные статьи?
-
- Гуру
- Сообщения: 4168
- Зарегистрирован: 15 окт 2010, 08:33
- Репутация: 1107
- Ваше звание: программист
- Откуда: Казань
Re: Равномерная выборка
[quote="Yulia-Kl"]тут и без статей можно ...
0) берем R (без этого нынче никуда)
1) строим функцию плотности точек, например непараметрические оценки плотности (kde {ks}, npEM {mixtools}), метод окна Парзена (density {stats}), в примерах показано, как выбиратьразмер окна (bandwidth).
2) вычисляем 1/плотность в наших точках, нормируем сумму к 1, получаем вероятности выборки, кладем их в our.prob
3) делаем sample.int(1:300, size = 100, prob = our.prob), получаем номера точек.
как-то так ...
0) берем R (без этого нынче никуда)
1) строим функцию плотности точек, например непараметрические оценки плотности (kde {ks}, npEM {mixtools}), метод окна Парзена (density {stats}), в примерах показано, как выбиратьразмер окна (bandwidth).
2) вычисляем 1/плотность в наших точках, нормируем сумму к 1, получаем вероятности выборки, кладем их в our.prob
3) делаем sample.int(1:300, size = 100, prob = our.prob), получаем номера точек.
как-то так ...
-
- Новоприбывший
- Сообщения: 14
- Зарегистрирован: 25 мар 2009, 05:06
- Репутация: 8
Re: Равномерная выборка
Спасибо! Я самостоятельно, в поисках, то что называется stumbled upon kde - kernel density estimation (программа Animal Space Use). Размер зерна в ней рассчитывается через likelihood cross-validation (из этой <a href="http://www.cnr.uidaho.edu/population_ec ... >статьи</a>), в этой же программе каждому kernel приписывается вероятность встречи через плотность точек в этом зерне в сумме равная единице (нормализация).
А вот последний шаг:
3) делаем sample.int(1:300, size = 100, prob = our.prob), получаем номера точек - это типа функции рэндомной выбрки?
Если можно, gamm, я хотела спросить у Вас. Если порассуждать. Для анализа в Максенте имеет ли смысл такой отбор... ммм... из функции распределения, а не из самого распределения. То есть вероятность встречи вида в n-точке уже не 1, а ниже. Дополнительные зависимости и вероятности.
Может быть есть способ отобрать из имеющихся точек? Проблема с ними в том, что они были отобраны кластерами (типа, модельных площадок), что между ними - неизвестно.
А вот последний шаг:
3) делаем sample.int(1:300, size = 100, prob = our.prob), получаем номера точек - это типа функции рэндомной выбрки?
Если можно, gamm, я хотела спросить у Вас. Если порассуждать. Для анализа в Максенте имеет ли смысл такой отбор... ммм... из функции распределения, а не из самого распределения. То есть вероятность встречи вида в n-точке уже не 1, а ниже. Дополнительные зависимости и вероятности.
Может быть есть способ отобрать из имеющихся точек? Проблема с ними в том, что они были отобраны кластерами (типа, модельных площадок), что между ними - неизвестно.
-
- Гуру
- Сообщения: 4168
- Зарегистрирован: 15 окт 2010, 08:33
- Репутация: 1107
- Ваше звание: программист
- Откуда: Казань
Re: Равномерная выборка
это выборка в соотвествии с неравными вероятностями, см. документациюYulia-Kl писал(а):3) делаем sample.int(1:300, size = 100, prob = our.prob), получаем номера точек - это типа функции рэндомной выбрки?
вероятность в точке не единица, не путайте вероятность события и реализацию. Что касается Максента, то такой способ годится только в том случае, когда обследование территории проводилось равномерно, т.е. sampling efforts - длина маршрутов, и т.д., одинаковая. Иначе вместо плотности точек нужно строить плотность sampling efforts, и уже из нее получать вероятность.Для анализа в Максенте имеет ли смысл такой отбор... ммм... из функции распределения, а не из самого распределения. То есть вероятность встречи вида в n-точке уже не 1, а ниже. Дополнительные зависимости и вероятности.
то, что я написал, и есть отбор из имеющихся точек. Но учитывая, что точек обычно не сильно много, для выравнивания выборки я бы скорее размножил те, которых мало, чем выбросил те, которых много. В любом случае полученная из Максента функция распределения (если ее применять для всей территории) потребует коррекции в соответствии с вероятностью условий, представленных на площадках. Грубо говоря, Максент выдаст вам то ли детектор площадок, то ли детектор видов на площадках, и их разделение потребует усилий - полученный результат предполагает, что территория обследовылась равномерно (т.е. sampling efforts были одинаковые в каждой точке, в этом случае априорная вероятность сокращается).Может быть есть способ отобрать из имеющихся точек?
-
- Новоприбывший
- Сообщения: 14
- Зарегистрирован: 25 мар 2009, 05:06
- Репутация: 8
Re: Равномерная выборка
Все-таки я некорректно выразилась. Это не площадки, а маршруты учетов. Но территория, на которою ареал будет моделироваться, настолько больше той, что была пройдена маршрутами, что в результате точки лежат кластерами и очень кучно (иллюстрация в файле). Вот думаю как прорядить. Почитала Ваше последнее сообщение - ничего не поняла. Не подскажите ли чуть более подробно, что тут можно сделать?
- Вложения
-
- AOI.jpg (38.59 КБ) 10149 просмотров
-
- Гуру
- Сообщения: 4168
- Зарегистрирован: 15 окт 2010, 08:33
- Репутация: 1107
- Ваше звание: программист
- Откуда: Казань
Re: Равномерная выборка
зная, как устроен Maxent, могу сказать, что нужно просто ограничить территорию некоторым буфером вдоль маршрутов учета (не только там, где нашли, но весь маршрут), все остальное забить N/A. Размер буфера выбирается в соответствии с методикой учета (на каком расстоянии от оси маршрута вы в состоянии были обнаружить вид).Yulia-Kl писал(а):Не подскажите ли чуть более подробно, что тут можно сделать?
Построить нужно две модели: одну для распределения птичек внутри буфера, вторую для отделения неизведанного: считаем все ячейки буфера местами находок, и строим модель относительно всей территории. Вторая модель нужна для того, чтобы на тех участках территории, которые сильно отличны по свойствам от буфера, выдавать N/A.
как-то так ...
-
- Новоприбывший
- Сообщения: 14
- Зарегистрирован: 25 мар 2009, 05:06
- Репутация: 8
Re: Равномерная выборка
да, спасибо. надо попробовать.
про самплинг эффортс - в максенте есть возможность использовать bias grid - во время анализа он ограничиывает выборку pseudo-absences. задумка такая, что если выборка присутствий и выборка отсуствий предвзяты, то при "наложении" предвзятость взаимоисключится, произойдет "коррекция в соответствии с вероятностью условий, представленных на площадках"...
про самплинг эффортс - в максенте есть возможность использовать bias grid - во время анализа он ограничиывает выборку pseudo-absences. задумка такая, что если выборка присутствий и выборка отсуствий предвзяты, то при "наложении" предвзятость взаимоисключится, произойдет "коррекция в соответствии с вероятностью условий, представленных на площадках"...
Кто сейчас на конференции
Сейчас этот форум просматривают: нет зарегистрированных пользователей и 1 гость