Paquete Spatstat y Proceso espacial de puntos: ¿Cómo estimar la densidad al calcular la función K no homogénea?

Question

http://www.inside-r.org/packages/cran/spatstat/docs/Kinhom

Aquí vemos que para obtener la función K no homogénea, podemos utilizar un método de aproximación de densidad kernel con un ancho de banda pequeño para estimar la densidad de primer orden, o bien utilizar un polinomio en las direcciones x e y y estimar de forma paramétrica.

¿Cuál es mejor en qué tipo de situación?

Gracias

Answer 1

Realmente no es posible dar una respuesta genérica a esto. Si tienes un modelo paramétrico para la intensidad en el que realmente confías, obviamente deberías optar por él, pero no suele ser el caso. Si utiliza el suavizado de kernel, probablemente debería utilizar el estimador leave-one-out, que es el predeterminado si no se da ninguna intensidad. Esto evita algunos sesgos. En cualquier caso, es muy importante que la intensidad no sea muy pequeña en una de las ubicaciones de los datos, ya que las intensidades recíprocas se utilizan para la ponderación.