Processus ponctuels spatiaux

Un processus ponctuel spatial est une configuration aléatoire de points dans une région de l'espace, étudiée à travers son intensité et la dépendance entre les points qui produit un regroupement (clustering) ou une régularité.

Definition

Un processus ponctuel spatial est une collection aléatoire localement finie de points dans un domaine spatial, caractérisée par sa mesure d'intensité et sa structure de corrélation d'ordre supérieur, qui déterminent si les points ont tendance à se regrouper, à se repousser ou à se distribuer indépendamment.

Scope

Ce sujet couvre la fonction d'intensité et les mesures de moments du second ordre, les statistiques récapitulatives telles que la fonction K de Ripley et la fonction de corrélation par paires, le caractère aléatoire spatial complet comme référence de Poisson, les modèles groupés incluant les processus de Cox et Neyman-Scott, les modèles répulsifs incluant les processus ponctuels de Gibbs et déterministes, et les méthodes de simulation et d'inférence à partir de motifs observés.

Core questions

• Comment l'intensité d'une configuration spatiale est-elle définie et estimée ?
• Comment le regroupement et la régularité sont-ils détectés et quantifiés ?
• Quels modèles produisent des configurations de points groupées par opposition aux configurations répulsives ?
• Comment le caractère aléatoire spatial complet est-il utilisé comme référence ?

Key theories

Statistiques récapitulatives du second ordre

La fonction K de Ripley et la fonction de corrélation par paires résument la dépendance entre les paires de points par rapport à un processus de Poisson, permettant de détecter le regroupement et l'inhibition par comparaison avec la référence du caractère aléatoire spatial complet.

Modèles de regroupement et de Gibbs

Les processus de Cox et Neyman-Scott génèrent un regroupement via une intensité aléatoire ou pilotée par un processus parent, tandis que les processus de Gibbs et déterministes encodent l'interaction via une densité relative au processus de Poisson, offrant des modèles flexibles pour les configurations agrégées et régulières.

Clinical relevance

Les processus ponctuels spatiaux modélisent les emplacements des arbres dans une forêt, des galaxies dans le ciel, des cellules dans les tissus, des tremblements de terre, des incidents criminels et des cas de maladies, soutenant les tests de regroupement, l'estimation des portées d'interaction et la prédiction en écologie, astronomie, épidémiologie et analyse d'images.

History

Les méthodes de quadrat et de plus proche voisin pour l'aléatoire spatial ont été développées par des écologistes et des statisticiens au début du XXe siècle. Neyman et Scott ont introduit les processus de regroupement (cluster processes) en 1958 pour les distributions de galaxies, et la fonction K de Ripley en 1977, ainsi que le développement ultérieur des modèles de Gibbs et déterministes, ont fourni au domaine sa boîte à outils inférentielle moderne.

Key figures

• Brian Ripley
• Jerzy Neyman
• Dietrich Stoyan

Seminal works

• daleyVereJones2003

Frequently asked questions

Qu'est-ce que le caractère aléatoire spatial complet ?

C'est la configuration produite par un processus de Poisson homogène, où les points se distribuent indépendamment et uniformément ; c'est la référence par rapport à laquelle le regroupement ou la régularité dans les données réelles est évalué.

Comment distinguer le regroupement de la régularité ?

Les statistiques récapitulatives telles que la fonction K ou la fonction de corrélation par paires sont comparées à leurs valeurs de Poisson : des valeurs plus grandes indiquent un regroupement, des valeurs plus petites indiquent une inhibition ou un espacement régulier.