Proposal to add `spconform` to the Spatial Task View

Aperta
  • Qualcosa non va?
#123 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

@amjed-droid ci sta già lavorando.

Dal 9/10/2026.

  • #124 di @amjed-droid — aperta

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
55/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
r
Ambito
documentation

Direzione di ricerca

Review the Spatial CRAN Task View and the linked spconform CRAN package, GitHub repository, and vignette first. Confirm the package's fit and placement with the maintainers, then add the proposed spconform entry if accepted; done means the task view includes accurate package wording and links.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hi @rsbivand, @Nowosad, and @kadyb,

I recently published a package called spconform on CRAN and was hoping you might consider it for the Spatial Task View.

In short, the package provides distribution-free, model-agnostic prediction intervals for spatial data using localized conformal calibration (based on Mao, Martin and Reich, 2024). It handles both point-referenced and areal data, and it relaxes the standard exchangeability assumption by using spatial proximity.

I designed it to be as lightweight as possible. It has zero external dependencies (imports only base stats), so it’s very stable and passed all CRAN checks without issues. I also included a diagnose() function to evaluate things like empirical coverage, boundary effects, and spatial residual autocorrelation.

Links:

I think it could naturally fit into either the "Machine learning of spatial data" section (since it wraps ML predictors) or "Geostatistics". If you think it's a good fit, here is a potential line to include:

  • The r pkg("spconform") package provides distribution-free, model-agnostic prediction intervals for spatial and spatio-temporal data using localized conformal calibration, along with spatial diagnostic tools.

Thanks for your time and for maintaining this view.

Best,
Ahmed

Lingua principale
Nessun dato sulla lingua
Stelle
57
Fork
27
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di cran-task-views/Spatial

Tutte le issue di cran-task-views/Spatial

Issue simili

Altre issue su Documentation

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.