空間點模式是一個在特定區域內，可能由某種統計機制所產生的不規則分布的位置集合。在大多數應用，特定區域基本上是一個平面（二維歐幾里得空間），當然應用到一維空間也是可以的。隨著三維掃描顯微鏡的出現，在三維空間的應用也越來越普遍。第1版《空間統計學》成書于1983年。作者意在介紹這個領域的主要方法和在生物科學，特別是生態學方面的應用。
在2003年出版的第2版中，一方面在方法上進行了擴充，另一方面綜合了這些年來的研究進展，同時也保持了該書應用性的特點。很多新內容涉及的數學都趨于復雜，我對這部分新內容所采用的方法是討論了其中的核心想法，而沒有太涉及里面的技術細節，具體細節讀者可以參考原始文獻。我力圖避免更寬泛地討論空間統計學。Cressie（1991）指出空間統計學的三個分支為：地理統計（空間連續過程）、網格過程（空間離散過程）和空間點過程。這三個過程在某種程度上雖然有所交叉，但它們有各自不同的隨機模型和相應的統計方法，因此可以分開來研究。
在空間點過程的范疇里，過去30年里可能最重要的理論進展是在模型中出現了正式的以似然函數為基礎的推斷方法。這些方法取代了在20世紀80年代中比較流行的非正式方法。然而有些非正式方法還是有用的，并在不同的方面得到了發展，比如，非參數平滑方法就被應用于空間點過程。隨著新應用的出現，也進一步促進了統計方法的發展。我在自己的研究中和在這本書中大量采用的兩個應用領域分別是顯微解剖學和流行病學。
在顯微解剖學中，空間點模式中的點通常是在顯微組織切片中的細胞位置。討論對細胞結構的影響用哪種模型更適合以及細胞結構又與細胞間的相互作用有什么關系。從統計學上來說，更本質的是，大多數顯微解剖學研究使用重復抽樣設計，數據從多個實驗者中獲取或者從同一個實驗者中的多個組織切片中獲取，這與傳統的空間統計學強調非重復模式有明顯的差別。
在流行病學中，空間點模式中的點通常是一個地區內的疾病病例（一般是住宅位置），通常還會附帶一個在同一個區域內易感人群的控制樣本。在這個領域應用統計方法的挑戰在于，在異質環境中，應用病例－控制范式來構建可信的人群分布的參數模型。
本書第1版成書的時候，很少有書討論那時剛剛興起的空間統計專題，專門討論關于空間點模式的書更是沒有。現在情況已經不一樣了，Mller和Waagepetersen（2004）和Ilian等（2008），專門討論空間點過程和相應的統計方法，VanLieshout（2000）討論馬爾可夫點過程及其統計分析。第一本一般性的空間統計書籍是Ripley（1981），它和Cressie（1991）是這個領域的經典著作。其他空間統計的書還有Upton和FingletonⅣ前言（1985，1989），Cliff和Ord（1981），Bailey和Gatrell（1995），Stoyan、Kendall和Mecke（1995），Waller和Gotway（2004），Schabenberger和Gotway（2004），以及Gelfand（2010）。另外，通常對于那些成熟的領域，會有一些更加專業的書。例如，Matern（1986），此書為后來空間點過程和地理統計學的發展奠定了基礎。Rue和Held（2005）討論了高斯馬爾可夫隨機場這種在空間離散過程中廣為使用的模型。Chilès和Delfiner（1999，2012）以及Diggle、Ribeiro（2007）分別涉及對地理統計學的古典和基于模型的方法。
一些在20世紀80年代初期看起來很重要的研究主題現在看來不再如此，因此我壓縮了這部分內容。其中一個例子是關于空間點過程原位置稀疏抽樣方法。這些方法出現在20世紀50年代到20世紀60年代之間，主要與生態學家的田野工作有關，包括調查田野里植物種群的密度和空間模式等。現在這些方法很少使用了，因為技術的進步使得用更高級的方法做空間點模式成為可能的模型。讓人驚訝的是，這些方法后來在分析難民營的規模和模式中再次興起（見Bostoen，Chalabi，Grais，2007）。
在這本新書中，除了糾正一些錯誤外并沒有刪掉第2版中的內容，此外還增加了大量新的內容。
時空點模式數據在專業領域中被研究了很長時間，比如地震學（見Zhuang，Ogata，Vere－Jones，2002）。然而，在過去10年中，伴隨著時空標記數據在不同領域中的大量涌現，方法上得到了迅速的發展。關于這一領域的文獻包括Finkenstadt，Held，Isham（2007），Gelfand等（2009）的一些章節，以及最近的如Cressie和Wikle（2011）。
在整個統計學領域中，另外一個重要的發展是，R軟件作為一個開源的統計專用軟件的興起和普及。分析空間點過程有用的程序包有：spatial，spatstat，MarkedPointProcess，splancs和spatialker
譯者的話
前言
第1章引言
1.1 空間點模式
1.2抽樣
1.3 邊界效應
1.4 完全空間隨機性
1.5 統計分析的目標
1.6狄利克雷鑲嵌
1.7 蒙特卡羅檢驗
1.8軟件
第2章預檢驗
2.1 完全空間隨機性檢驗
2.2事件間距離
2.2.1 日本黑松樹苗樣本分析
2.2.2紅杉幼苗分析
2.2.3生物細胞分析
2.2.4小距離
2.3 最近鄰距離
2.3.1 日本黑松樹苗樣本分析
2.3.2紅杉幼苗分析
2.3.3生物細胞分析
2.4 點到最近事件間的距離
2.4.1 日本黑松樹苗樣本分析
2.4.2紅杉幼苗分析
2.4.3生物細胞分析
2.5樣方計數
2.5.1 日本黑松樹苗分析
2.5.2紅杉幼苗分析
2.5.3生物細胞分析
?2.6模式尺度
2.6.1蘭辛森林數據分析
2.6.2依賴性的尺度
2.7建議
第3章稀疏采樣模式方法
3.1 一般說明
3.2樣方計數
3.2.1 CSR的檢驗
3.2.2強度的估計量
3.2.3蘭辛森林數據分析
3.3距離測量
3.3.1 CSR下的分布理論
3.3.2 CSR的檢驗
3.3.3強度的估計
3.3.4蘭辛森林數據的分析
3.3.5卡塔納的四分游走
3.4獨立檢驗
3.5 建議
第4章空間點過程
4.1 過程和概括性描述
4.2二階屬性
4.2.1單變量過程
4.2.2拓展到多元過程
4.3 高階矩和最近鄰分布
4.4 均勻泊松過程
4.5 獨立性和隨機標記
4.6估計二階屬性
4.6.1估計二階屬性
4.6.2估計對相關函數
4.6.3強度加權平穩過程
4.6.4多變量過程
4.6.5例子
4.7 兔子視網膜的錯位無軸突細胞
4.8估計最近鄰分布
4.8.1例子
4.9結論
第5章非參數法
5.1 引言
5.2估計二階強度的加權積分
5.3 強度空間變化的非參數估計
5.3.1估測蘭辛森林數據強度的空間變化
5.4分析重復的空間點模式
5.4.1估計重復數據的K-函數
5.4.2設計試驗中的組間對比
5.5 參數法還是非參數法？
第6章模型
6.1 介紹
6.2叢生分布
6.3 泊松群過程
6.4 非均勻泊松過程
6.5Cox過程
6.6 變換高斯Cox過程
6.7 簡單抑制過程
6.8 馬爾可夫點過程
6.8.1成對相瓦作用點過程
6.8.2更廣義形式的相瓦作用
6.9其他構造
6.9.1基于格點的過程
6.9.2減薄過程
6.9.3疊加
6.9.4不均勻環境中的相瓦作用
6. 10 多元模型
6. 10.1標記點過程
6. 10.2多元點過程
6. 10.3如何構造多元模型？
6. 10.4 Cox過程
6. 10.5馬爾可夫點過程
第7章運用概括性描述進行模型擬合
7.1 介紹
7.2 運用K函數進行參數估計
7.2.1最小平方法估計
7.2.2泊松群過程的模擬實現
7.2.3 當K(t)未知時的操作過程
7.3利用最近鄰分布評估擬合優度
7.4 實例
7.4.1紅杉幼苗
7.4.2荊棘的根莖
7.5 通過擬合優度實驗進行參數估計
7.5.1倉鼠腫瘤數據分析
第8章用似然方法進行模型擬合
8.1 介紹
8.2 非均勻泊松過程的似然推斷
8.2.1用蘭辛森林數據擬合一個趨勢表面
8.3 馬爾可夫點過程的似然推斷
8.3.1最大偽似然估計
8.3.2成對相互作用函數的非參數估計
8.3.3 用成對相互作用點過程來擬合錯位的無軸突細胞
8.3.4蒙特卡羅最大似然估計
8.3.5 重訪錯位的無軸突細胞
8.3.6錯位的無軸突細胞的二元模型
8.4 Cox過程的似然推斷
8.4.1對數高斯Cox過程中的預測推斷
8.4.2強度表面的非參數估計：蘭辛森林中的山胡桃樹
8.5 補充閱讀
第9章空間流行病學中的點過程方法
9.1 引言
9.2 空間簇聚
9.2.1北亨伯賽德郡兒童白血病的數據分析
9.2.2空間聚類的其他檢驗
9.3 風險的空間變化
9.3.1 英格蘭東北部的原發性膽汁性肝硬化
9.4點源模型
9.4.1 英國北德比郡的兒童哮喘
9.4.2北利物浦的癌癥
9.5 分層與匹配
9.5.1分層病例和對照設計
9.5.2 個體匹配病例和對照設計
9.5.3分層和匹配有幫助嗎？
9.6分解異質性和簇聚
第10章時空點過程
10.1 引言
10.2 啟示性實例
10.2.1英國漢普郡的胃癌疾病
10.2.2英國坎布里亞郡的口蹄疫疫情
10.2.3英國康沃爾郡的牛結核病
10.3 時空點模式與過程的分類
10.4二階屬性
10.5 以過去為條件
10.6 經驗和機理模型
第11章探索性分析
11.1 引言
11.2 動畫
11.3 邊際和條件概述
11.3.1英國康沃爾郡的牛結核病
11.4二階性質
11.4.1平穩過程
11.4.2強度加權平穩過程
11.4.3英國蘭開夏郡的彎曲菌病
第12章經驗模型和方法
目 錄
12.5 推斷
12.6英國漢普郡腸胃疾病
12.7 結束語：點過程和地質統計學
第13章機械模型和方法
13.1 介紹
13.2條件強度和似然函數
13.3偏似然函數
13.4 2001年英國坎布里亞郡的口蹄疫流行病
13.5 北極燕鷗的筑巢模式
參考文獻
新書資訊