布的差异在统计学意义上是显著的。Р（王远飞，何洪林，2007）Р运用方差一均值比率比较观测模式与期望模式Р在比较一个空间点模式是否与随机模式相似时，除了使用K-S检验，还可以根据泊松方程的参数A进行比较。泊松分布的一个重要特征是：均值二均方差=入。也就是说当需要使用入作为判断准则时，使用均值与方差的比值作为准则也会有同样的效呆。定义方差均值比为РR=春,这里文々，如果观测模式接近于泊松分布，则RtI。Р为了通过R推断点模式是否来自于泊松过程，首先假设m个样方中分别有（血，••••••，nm）个事件的计数，然后用均值和方差比定义一个检验统计量1（分散性指数）:（公式8.1.15）Р对于完全随机模式（CSR），I服分布，即根据样方计数可以方便地计算I,然后将I和显著性水平为的值进行比较，推断点模式是否来自于CSR。如呆I显著地人于遵_i，表示集聚分布；如果I显著地小于总1，表示均匀分布。此外，我们还可以利用方差均值比定义一个集聚性指数ICS（indexofclustersize）判断点模式的类型。ICS定Р义为ICS=（y）-lo在CSR中，ICS的期望为0,如果ICS的期望大于0,则表示集聚分布模Р式；如果ICS的期望小于0,则表示规则分布模式。Р使用K-S检验和方差均值比两种检验方法可能产生不一致的结呆。由于K-S检验是根据弱序（weak-ordered）数据，而方差均值比基于的是间距尺度，因此后者是更强的检验。然后方差均值比这一方法仅用于推断点过程是否为期望的泊松过程。Р（王远飞，何洪林，2007）Р8.1.1.4最近邻点分析法Р样方分析固然作用很人，但是也具有一定的局限性。该方法能够获取每个样方内点的信息，却忽略了样方之间点的信息。因此在对特定的点模式进行区分时，仅仅使用样方分析法是不够的。卜•图很好的说明了样方分析法的不足之处，同样的样方，但是点的分布模式却截然不同。
全文预览
