Как ввести матрицу различий в пространственном анализе в spdep R

Question

Цель: я хочу создать матрицу различий между парами координат. Я хочу использовать эту матрицу в качестве входных данных для расчета локальных пространственных кластеров, используя I Морана (LISA) и последний в географически взвешенной регрессии (GWR).

Проблема: я знаю, что могу использовать dnearneigh{spdep} рассчитать матрицу расстояний. Однако я хочу использовать время прохождения между полигонами, которые я уже оценил. На практике, я думаю, это было бы похоже на ввод матрицы различий, которая сообщает расстояние / различие между полигонами на основе другой характеристики. Я попытался ввести свою матрицу в dnearneigh{spdep}но я получаю ошибку Error: ncol(x) == 2 is not TRUE

dist_matrix <- dnearneigh(diss_matrix_invers, d1=0, d2=5, longlat = F, row.names=rn)

Какие-либо предложения? Ниже приведен воспроизводимый пример:

РЕДАКТИРОВАТЬ: копать немного дальше, я думаю, что я мог бы использовать mat2listw{spdep} но я все еще не уверен, что он сохраняет соответствие между матрицей и полигонами. Если я добавлю row.names = T возвращает ошибку row.names wrong length:(

listw_dissi <- mat2listw(diss_matrix_invers)
lmoran <- localmoran(oregon.tract@data$white, listw_dissi, 
                     zero.policy=T, alternative= "two.sided")

Воспроизводимый пример

library(UScensus2000tract)
library(spdep)
library(ggplot2)
library(dplyr)
library(reshape2)
library(magrittr)
library(data.table)
library(reshape)
library(rgeos)
library(geosphere)

# load data
  data("oregon.tract")

# get centroids as a data.frame
  centroids <- as.data.frame( gCentroid(oregon.tract, byid=TRUE) )

# Convert row names into first column
  setDT(centroids, keep.rownames = TRUE)[]

# create Origin-destination pairs
  od_pairs <- expand.grid.df(centroids, centroids) %>% setDT()
  colnames(od_pairs) <- c("origi_id", "long_orig", "lat_orig", "dest_id", "long_dest", "lat_dest")     

# calculate dissimilarity between each pair. 
# For the sake of this example, let's use ellipsoid distances. In my real case I have travel-time estimates
  od_pairs[ , dist := distGeo(matrix(c(long_orig, lat_orig), ncol = 2), 
                         matrix(c(long_dest, lat_dest), ncol = 2))]

# This is the format of how my travel-time estimates are organized, it has some missing values which include pairs of origin-destination that are too far (more than 2hours apart)
  od_pairs <- od_pairs[, .(origi_id, dest_id, dist)]
  od_pairs$dist[3] <- NA

  >      origi_id    dest_id         dist
  > 1:   oregon_0   oregon_0      0.00000
  > 2:   oregon_1   oregon_0           NA
  > 3:   oregon_2   oregon_0  39874.63673
  > 4:   oregon_3   oregon_0  31259.63100
  > 5:   oregon_4   oregon_0  33047.84249

# Convert to matrix
  diss_matrix <- acast(od_pairs, origi_id~dest_id, value.var="dist") %>% as.matrix()

# get an inverse matrix of distances, make sure diagonal=0
  diss_matrix_invers <- 1/diss_matrix
  diag(diss_matrix_invers) <- 0

Вычислить простую матрицу расстояний

  # get row names
    rn <- sapply(slot(oregon.tract, "polygons"), function(x) slot(x, "ID"))
  # get centroids coordinates
    coords <- coordinates(oregon.tract)
  # get distance matrix
    diss_matrix <- dnearneigh(diss_matrix_invers, d1=0, d2=5, longlat =T, row.names=rn)

class(diss_matrix)
> [1] "nb"

Теперь, как использовать мой diss_matrix_invers Вот?

Answer 1

Вы правы насчет использования matlistw{spdep}. По умолчанию функция сохраняет имена строк, чтобы сохранить соответствие между матрицей. Вы также можете указать row.names следующим образом:

listw_dissi <- mat2listw(diss_matrix_invers, row.names = row.names(diss_matrix_invers))  

Созданный список будет содержать соответствующие имена соседей, а также их расстояние в виде весов. Вы можете проверить это, посмотрев на соседей.

listw_dissi$neighbours[[1]][1:5]

И вы должны быть в состоянии использовать это непосредственно для расчета Морана I.

dnearneigh {sdep}
Вы не можете использовать dis_matrix в dnearneigh{spdep}, так как эта функция принимает список координат.

однако, если вам нужно определить набор соседей по заданному порогу расстояния (d1,d2), используя вашу собственную матрицу расстояний (время в пути). Я думаю, что эта функция может сделать свое дело.

dis.neigh<-function(x, d1 = 0, d2=50){
  #x must be a symmetrical distance matrix
  #create empty list
  style = "M" #for style unknown
  neighbours<-list()
  weights<-list()
  #set attributes of neighbours list
  attr(neighbours, "class")<-"nb"
  attr(neighbours, "distances")<-c(d1,d2)
  attr(neighbours, "region.id")<-colnames(x)

  #check each row for neighbors that satisfy distance threshold
  neighbour<-c()
  weight<-c()
  i<-1
  for(row in c(1:nrow(x))){
    j<-1
    for(col in c(1:ncol(x))){
      if(x[row,col]>d1 && x[row,col]<d2){
        neighbour[j]<-col
        weight[j]<-1/x[row,col] #inverse distance (dissimilarity)
        j<-1+j
      }
    }
    neighbours[i]<-list(neighbour)
    weights[i]<-list(weight)
    i<-1+i
  }

  #create neighbour and weight list
  res <- list(style = style, neighbours = neighbours, weights = weights)
  class(res) <- c("listw", "nb")
  attr(res, "region.id") <- attr(neighbours, "region.id")
  attr(res, "call") <- match.call()

  return(res)
}

И используйте это так:

nb_list<-dis.neigh(diss_matrix, d1=0, d2=10000)
lmoran <- localmoran(oregon.tract@data$white, nb_lists, alternative= "two.sided")