空间点模式是一个在特定区域内，可能由某种统计机制所产生的不规则分布的位置集合。在大多数应用，特定区域基本上是一个平面（二维欧几里得空间），当然应用到一维空间也是可以的。随着三维扫描显微镜的出现，在三维空间的应用也越来越普遍。第１版《空间统计学》成书于１９８３年。作者意在介绍这个领域的主要方法和在生物科学，特别是生态学方面的应用。 在２００３年出版的第２版中，一方面在方法上进行了扩充，另一方面综合了这些年来的研究进展，同时也保持了该书应用性的特点。很多新内容涉及的数学都趋于复杂，我对这部分新内容所采用的方法是讨论了其中的核心想法，而没有太涉及里面的技术细节，具体细节读者可以参考原始文献。我力图避免更宽泛地讨论空间统计学。Ｃｒｅｓｓｉｅ（１９９１） 指出空间统计学的三个分支为：地理统计（空间连续过程）、网格过程（空间离散过程）和空间点过程。这三个过程在某种程度上虽然有所交叉，但它们有各自不同的随机模型和相应的统计方法，因此可以分开来研究。 在空间点过程的范畴里，过去３０年里可能最重要的理论进展是在模型中出现了正式的以似然函数为基础的推断方法。这些方法取代了在２０世纪８０年代中比较流行的非正式方法。然而有些非正式方法还是有用的，并在不同的方面得到了发展，比如，非参数平滑方法就被应用于空间点过程。随着新应用的出现，也进一步促进了统计方法的发展。我在自己的研究中和在这本书中大量采用的两个应用领域分别是显微解剖学和流行病学。 在显微解剖学中，空间点模式中的点通常是在显微组织切片中的细胞位置。讨论对细胞结构的影响用哪种模型更适合以及细胞结构又与细胞间的相互作用有什么关系。从统计学上来说，更本质的是，大多数显微解剖学研究使用重复抽样设计，数据从多个实验者中获取或者从同一个实验者中的多个组织切片中获取，这与传统的空间统计学强调非重复模式有明显的差别。 在流行病学中，空间点模式中的点通常是一个地区内的疾病病例（一般是住宅位置），通常还会附带一个在同一个区域内易感人群的控制样本。在这个领域应用统计方法的挑战在于，在异质环境中，应用病例－控制范式来构建可信的人群分布的参数模型。 本书第１版成书的时候，很少有书讨论那时刚刚兴起的空间统计专题，专门讨论关于空间点模式的书更是没有。现在情况已经不一样了，Ｍｌｌｅｒ和Ｗａａｇｅｐｅｔｅｒｓｅｎ（２００４）和Ｉｌｉａｎ等（２００８），专门讨论空间点过程和相应的统计方法，ＶａｎＬｉｅｓｈｏｕｔ（２０００）讨论马尔可夫点过程及其统计分析。第一本一般性的空间统计书籍是Ｒｉｐｌｅｙ（１９８１），它和Ｃｒｅｓｓｉｅ（１９９１）是这个领域的经典著作。其他空间统计的书还有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，通常对于那些成熟的领域，会有一些更加专业的书。例如，Ｍａｔｅｒｎ（１９８６），此书为后来空间点过程和地理统计学的发展奠定了基础。Ｒｕｅ和Ｈｅｌｄ（２００５）讨论了高斯马尔可夫随机场这种在空间离散过程中广为使用的模型。Ｃｈｉｌèｓ和Ｄｅｌｆｉｎｅｒ（１９９９，２０１２）以及Ｄｉｇｇｌｅ、Ｒｉｂｅｉｒｏ（２００７）分别涉及对地理统计学的古典和基于模型的方法。 一些在２０世纪８０年代初期看起来很重要的研究主题现在看来不再如此，因此我压缩了这部分内容。其中一个例子是关于空间点过程原位置稀疏抽样方法。这些方法出现在２０世纪５０年代到２０世纪６０年代之间，主要与生态学家的田野工作有关，包括调查田野里植物种群的密度和空间模式等。现在这些方法很少使用了，因为技术的进步使得用更高级的方法做空间点模式成为可能的模型。让人惊讶的是，这些方法后来在分析难民营的规模和模式中再次兴起（见Ｂｏｓｔｏｅｎ，Ｃｈａｌａｂｉ，Ｇｒａｉｓ，２００７）。 在这本新书中，除了纠正一些错误外并没有删掉第２版中的内容，此外还增加了大量新的内容。 时空点模式数据在专业领域中被研究了很长时间，比如地震学（见Ｚｈｕａｎｇ，Ｏｇａｔａ，Ｖｅｒｅ－Ｊｏｎｅｓ，２００２）。然而，在过去１０年中，伴随着时空标记数据在不同领域中的大量涌现，方法上得到了迅速的发展。关于这一领域的文献包括Ｆｉｎｋｅｎｓｔａｄｔ，Ｈｅｌｄ，Ｉｓｈａｍ（２００７），Ｇｅｌｆａｎｄ等（２００９）的一些章节，以及最近的如Ｃｒｅｓｓｉｅ和Ｗｉｋｌｅ（２０１１）。 在整个统计学领域中，另外一个重要的发展是，Ｒ软件作为一个开源的统计专用软件的兴起和普及。分析空间点过程有用的程序包有：ｓｐａｔｉａｌ，ｓｐａｔｓｔａｔ，ＭａｒｋｅｄＰｏｉｎｔＰｒｏｃｅｓｓ，ｓｐｌａｎｃｓ和ｓｐａｔｉａｌｋｅｒｎｅｌ等。所有这些还有其他相关的程序包都可以从Ｒ软件的网页ｗｗｗｒ－ｐｒｏｊｅｃｔｏｒｇ上下载。 这本书中使用的公共数据集合以及一些发现的错误，可以从本书的网页上获取到：ｈｔｔｐ： ／／ｗｗｗｌａｎｃｓａｃｕｋ／ｓｔａｆｆ／ｄｉｇｇｌｅ／ｐｏｉｎｔｐａｔｔｅｒｎｂｏｏｋ。 非常感谢我的同事们，在过去的４０年里，无论是在英国、瑞典、澳大利亚，还是在美国的很多地方，都给我提供了很好的科研环境。我很幸运地在我的职业早期得到ＲｏｂｉｎＰｌａｃｋｅｔｔ教授的指导。在斯德哥尔摩皇家林业学院期间，在澳大利亚联邦科学与产业研究组织（ＣＳＩＲＯ）期间，以及最近在利物浦大学跟技术领域的科学家共事的经历教会了我很多东西。在兰卡斯特大学，我有幸跟一些才华横溢的年轻学生和行政人员一起共事，特别值得一提的是ＢａｒｒｙＲｏｗｌｉｎｇｓｏｎ，在２５年里耐心地教会我怎样计算得更有效率。 最后，在本书参考文献中，与我联合署名的合作者都应该分享本书所能够带来的收益，但本书有缺陷的责任由我一人承担。 ＰｅｔｅｒＪＤｉｇｇｌｅ于兰卡斯特