含tessellation与标记交互的点过程模型无效原因咨询

近日分析某空间域上的点级时空数据时，尝试拟合一个包含空间域tessellation与过程分类标记交互的点过程模型。使用ppm()函数时返回警告：Standard errors unavailable; variance-covariance matrix is singular. Model is not valid，且已通过模拟数据复现该问题，代码如下：

suppressPackageStartupMessages(library(spatstat))

set.seed(1)
X <- points <- rpoispp(50)
marks(X) <- sample(c("A", "B"), size = npoints(X), replace = TRUE) |> factor()
ts <- tess(xgrid = c(0, 0.5, 1), ygrid = c(0, 0.5, 1))

# ppm(X ~ 1) looks good
# ppm(X ~ ts) looks good
# ppm(X ~ marks) looks good
ppm(X ~ ts:marks)
#> Warning: Cannot compute variance; model is not valid
#> Nonstationary multitype Poisson process
#> Fitted to point pattern dataset 'X'
#> 
#> Possible marks: 'A' and 'B'
#> 
#> Log intensity:  ~ts:marks
#> 
#> Fitted trend coefficients:
#>                (Intercept) tsTile row 1, col 1:marksA 
#>               3.332205e+00              -3.364722e-01 
#> tsTile row 1, col 2:marksA tsTile row 2, col 1:marksA 
#>              -3.364722e-01              -3.364722e-01 
#> tsTile row 2, col 2:marksA tsTile row 1, col 1:marksB 
#>               1.335314e-01              -5.596158e-01 
#> tsTile row 1, col 2:marksB tsTile row 2, col 1:marksB 
#>              -5.596158e-01               4.994384e-13 
#> tsTile row 2, col 2:marksB 
#>                         NA 
#> 
#> Standard errors unavailable; variance-covariance matrix is singular
#> 
#> *** Model is not valid ***
#> *** Some coefficients are NA or Inf ***

Created on 2023-11-01 with reprex v2.0.2

核心原因 #

• 完全共线性导致设计矩阵奇异：你使用的~ts:marks是仅包含交互项的模型，未纳入ts或marks的主效应。你的tessellation有4个瓦片，标记分2类，交互项会生成8个变量，加上截距项后，这些变量之间存在严格的线性依赖关系——比如所有瓦片的A、B类交互项组合与截距项可互相线性表示，导致方差-协方差矩阵不可逆，无法计算标准误，模型估计失效。
• 空单元格加剧估计问题：模拟数据中存在部分瓦片内某类标记无点的情况（比如输出中tsTile row 2, col 2:marksB的系数为NA），这种完全分离的情况进一步破坏了设计矩阵的秩，直接导致部分系数无法估计。

解决方案 #

• 加入主效应修正共线性：将模型公式改为完整交互模型~ ts + marks + ts:marks，或至少加入其中一个主效应（如~ marks + ts:marks、~ ts + ts:marks），这样能消除完全共线性，让设计矩阵满秩，模型可正常估计。
• 处理空单元格问题：如果实际数据中存在大量空单元格，可通过合并瓦片（降低tessellation复杂度）、调整标记分类等方式，避免出现某瓦片内某类标记无点的完全分离情况。

内容的提问来源于stack exchange，提问作者agila