如何为频率差异很大的点过程构造四边形？

我想对几个点过程（或一个标记点​​过程）执行平方计数分析，然后应用一些降维技术。

这些标记分布不均，即某些标记经常出现，而有些则很少。因此，我不能简单地将2D空间划分为规则的网格，因为频率较高的标记将“淹没”频率较低的标记，从而掩盖了它们的外观。

因此，我尝试构建网格，以使每个像元中最多包含N个点（为此，我将每个像元简单地递归地划分为四个较小（大小相同）的像元，直到每个像元中不超过N个点为止。它）。

您如何看待这种“规范化”技术？有没有做这种事情的标准方法？

我仅在常规网格上使用了方差分析。关于目的，这有助于将采样数据的离散度与已知过程（例如随机过程）进行比较。因此，常规网格效果很好。
您开发和描述的方法不一定是平方计数。例如，在移动平均法中，一种选择是计算该过程的邻居数，即求平均值，这可以简单地通过在圆（2D）或球形（3D）中搜索来完成。您的方法看起来很相似，只是所选样本的用法略有不同。