I have three datasets:<div><ol><li>Routes</li><li>Event type A that occurs along the routes (points)</li><li>Event type B that occurs along the routes (points)</li></ol><div>Both event types have several attributes, including a date/timestamp, sub-classes of each event type, and other meaningful attributes.</div>

<div><br></div><div>I'm trying to use statistical methods to check for certain relationships between event types A and B. They may influence each other (A may affect B and B may affect A). I also want to see if there's a relationship between subtypes. E.g., do events A.X or A.Y have a stronger impact on event type B?</div>

</div><div><br></div><div>I'd like to make heat density maps to help interpret the data, but I have two conceptual problems.</div><div><br></div><div><b>First problem is how to make the map.</b> The programmatically easy but slow way is to create a greedy algorithm to traverse every route. During traversal, create a point at each increment of distance X. An attribute of that point may be the number of qualifying events no more than distance Y from that point.</div>

<div><br></div><div>I may need to limit to events along the route I am traversing. E.g., if traversing route M looking for event type B, and I come across route N, the heat map for route M probably should not include events of type B along route N event if they are within Y distance from my current point.</div>

<div><br></div><div><b>Second problem is how to deal with all the permutations. </b>I could muck through the simple algorithm and make spiffy point maps, and with a little graphical wizardry, I could make the maps pretty. However, I need to do analysis over different time periods. E.g., does the relative intensity of week I's event type As along route M affect the occurrence of event type B on week I+1? How about event type A.X? A.Y? Do they have different effects over the same time period? I have between 3 and 9 years of event types A and B...</div>

<div><br></div><div>All the permutations (not simply combinations) of factors can really explode the complexity of this project.</div><div><br></div><div>To prevent wheel reinventing, are there already well-tread solutions to this problem? I've done some Google searches and am not coming up with much, so I guess I may not be using the correct lingo?</div>

<div><br></div><div>I know that I need to incorporate R into this at some point; my objective now is to get the data to a point where I <i>could</i> use R to analyze it.</div><div><br></div><div>Aren</div>