Análisis espacial y agrupamiento de entidades cercanas

Estoy trabajando en el comportamiento de marcado en animales vivos en grupo y estoy interesado en cómo el comportamiento de marcado se ve afectado por ciertas características de los grupos vecinos. He trazado los territorios de cada grupo a partir de isopletas de 95% de densidad creadas con a-LoCoH. Las marcas de cada individuo de un grupo se trazan como una capa de puntos separada. El comportamiento de marcado no parece ser aleatorio, y parecen agruparse alrededor de los límites con los grupos vecinos. ¿Qué me gustaría investigar si las personas marcan más cerca de algunos grupos que cerca de otros, por ejemplo, las personas marcan menos grupos cercanos que están estrechamente relacionados? ¿Es posible mostrar que los puntos se agrupan cerca de algunas características pero no cerca de otras?

Cualquier ayuda que se pueda proporcionar sería muy apreciada,

Dave Humphries

A modo de demostración, a continuación se muestra una imagen de cuatro territorios (A, B, C y D) y las ubicaciones de marcado de dos individuos del grupo A. Los grupos A y B están estrechamente relacionados. Los grupos C y D no están relacionados con el grupo A.

Recomiendo encarecidamente echar un vistazo a R , en particular el paquete de statstat de CSRIO. Hay un excelente manual / tutorial del Prof. Adrian Baddeley disponible que lo llevará a través de una variedad de métodos diferentes para el análisis de patrones de puntos. Particularmente echaría un vistazo a la Parte VII: Patrones de puntos marcados (específicamente la función de correlación de marca en la página 202). Las notas aquí se refieren a datos clasificados por un atributo en lugar de tener una relación numérica.

También hay un capítulo sobre la lectura de datos en (usando rgdal , sp , etc.) al comienzo del documento. Si está utilizando ArcGIS, echaré un vistazo al entorno de modelado geoespacial como una forma de vincular los datos en R y ArcGIS; de lo contrario, QGIS tiene manageR, que hará lo mismo.

Por último, @whuber (entre muchos otros) aquí en GIS SE tiene una gran cantidad de experiencia en R, así que haga preguntas a medida que las encuentre o intente atraparlo en el chat.