Zrobiłem półwariogram w R używając pakietu gstat, variogram()function. Chcę sprawdzić, czy w resztkach mojego modelu występuje autokorelacja przestrzenna (liczebność gatunków jako funkcja siedliska, w miejscach oddalonych od siebie o kilka kilometrów do 900 km, z wykorzystaniem glmm).
Moje jednostki są w kilometrach, więc moja interpretacja jest taka, że zasięg wynosi nieco ponad 100 km, dopóki autokorelacja przestrzenna nie będzie już „problemem”. Zastanawiam się, czy ktoś może wyjaśnić, dlaczego samorodek wydaje się tak wysoki? Czy to oznacza, że nawet w podobnych lokalizacjach różnica jest wciąż stosunkowo wysoka? Czy też ten falisty wariogram oznacza, że powinienem dostosowywać liczbę opóźnień i odległość opóźnień, aż uzyskam bardziej typowy kształt?
W celu dokładniejszego zbadania, użyłem również funkcji variog()w pakiecie geoR i użyłem breaks=seq(0,100,10), aby spróbować przyjrzeć się tylko bliższym odległościom (używając tych samych punktów i tych samych reszt modelu). Ten wskazuje, że najbliższe punkty są bardziej różne, co również nie ma sensu. Może to oznacza, że nie ma autokorelacji przestrzennej i że mój model już to uwzględnia.
Znalazłem to doskonałe źródło, „Geostaty bez łez” , a na stronie 51 znajduje się kilka dobrych porad na temat dopasowania wariogramów. Zgodnie z tą radą moja pierwsza wydaje się mieć prawidłowy zasięg. Wróćmy więc do pierwszego pytania - jak to interpretować?
źródło
Odpowiedzi:
Tak, wysoki efekt samorodków (wysoka półwariancja u źródła) mówi, że istnieje słaba (lub żadna) zależność przestrzenna (autokorelacja) między danymi próbki na małych odległościach. Może być tak, że struktura danych ma krótszy zakres niż przedział próbkowania, ale wydaje się, że drugi obraz wskazuje, że tak nie jest.
źródło