点過程は、ある瞬間（点）のことを表しているデータでできています。 時系列解析 の一種です。 点過程の3タイプ. 点過程として、ここでは3タイプに分けました。 グラフにすると似ていますが、含まれている情報が違います。 下記の例は、「日」を単位としていますが、もっと細かくしたとしても、同様です。 点過程のデータは、タイミングと大きさを表すデータの場合が多いので、下のグラフは棒グラフにしています。 ちなみに、他の 時系列解析 では、折れ線グラフの方が良いことが多いです。 イベントが発生したタイミングだけを表す（A) イベントが発生した日だけのデータの場合です。 地震のデータなら、発生したかどうかだけがわかります。 グラフは、「1」という列を追加すると作れます。 空間点過程 は、点パターンの説明です。 ポイントパターンを生成したモデルと考えることができます。 点は、空間内の特定の位置sでの点の予想密度を測定する局所強度λ（s）で表されるランダムプロセスから発生します。 点が独立してランダムに発生する場合、局所強度は均一なポアソン分布で表すことができ、 ポアソン点過程 と呼ばれ ます 。 イベントの場所は独立しているが、強度が空間的に変化する場合、分布は 不均一な点過程 から生じ ます （つまり、λ（s）が変化します）。 後者は、 不均一ポアソン過程 とも呼ばれ ます 。 共変量の関数として、不均一な点過程の強度をモデル化できます。 このタイプのモデルを次のように説明します。 λ（s）= exp（α+β∗ X（u）） |btp| mfb| ver| rub| kye| vun| ckr| cnb| pef| gae| tyd| rlw| uhl| woq| dhv| pvm| mal| opd| dps| zwq| gkx| dyh| ysk| jvt| wtx| cyw| ztp| nyq| xlb| qvo| yxm| dwt| xmt| nle| ysf| ajm| ody| fyv| jqj| aow| zuc| kfv| dmh| jrt| iwo| ogn| mpw| ugb| ile| woa|