r - 绘制 3D 平面（真实回归曲面）

Question

我正在尝试模拟一些数据（x1 和 x2 - 我的解释变量），使用指定函数 + 随机噪声计算 y 并绘制结果观察结果和真实回归表面。这是我到目前为止所拥有的：

   set.seed(1)
   library(rgl)

   # Simulate some data 

   x1 <- runif(50)
   x2 <- runif(50)
   y <- sin(x1)*x2+x1*x2 + rnorm(50, sd=0.3)
   # 3D scatterplot of observations 
   plot3d(x1,x2,y, type="p", col="red", xlab="X1", ylab="X2", zlab="Y", site=5, lwd=15)

现在我不确定如何添加“真正的”回归平面。我基本上是在寻找类似 curve() 的东西，我可以在其中插入我的（真实）模型公式。

谢谢！

Answer 1

如果你想要一架飞机，你可以使用planes3d.

由于您的模型不是线性的，因此它不是平面：您可以使用它surface3d。

my_surface <- function(f, n=10, ...) { 
  ranges <- rgl:::.getRanges()
  x <- seq(ranges$xlim[1], ranges$xlim[2], length=n)
  y <- seq(ranges$ylim[1], ranges$ylim[2], length=n)
  z <- outer(x,y,f)
  surface3d(x, y, z, ...)
}
library(rgl)
f <- function(x1, x2)
  sin(x1) * x2 + x1 * x2
n <- 200
x1 <- 4*runif(n)
x2 <- 4*runif(n)
y <- f(x1, x2) + rnorm(n, sd=0.3)
plot3d(x1,x2,y, type="p", col="red", xlab="X1", ylab="X2", zlab="Y", site=5, lwd=15)
my_surface(f, alpha=.2 )

Answer 2

道歉：（我没有很仔细地阅读这个问题，现在看到当你想绘制真相时我匆匆估计了。）

这是一种估计方法，然后使用 进行曲面绘图loess：

mod2 <- loess(y~x1+x2)
grd<- data.frame(x1=seq(range(x1)[1],range(x1)[2],len=20), 
                 x2=seq(range(x2)[1],range(x2)[2],len=20))
grd$pred <- predict(mod2, newdata=grd)
grd <- grd[order(grd$x1,grd$x2),]
x1 <- unique(grd$x1)
x2 <- unique(grd$x2)   # shouldn't have used y
surface3d(x1, x2, z=matrix(grd$pred,length(x1),length(x2)) )

Answer 3

IRTFM 上面有些不完美的答案让我看到了 CRAN 帮助页面上的一个线程。
https://stat.ethz.ch/pipermail/r-help/2013-December/364037.html
我提取了相关的代码并将它们变成了这样的函数：

require(rgl)
pred.surf.3d <- function(df, x.nm,y.nm,z.nm, ...){
  x <- df[,x.nm]; y <- df[,y.nm]; z<-df[,z.nm]
  fit <- lm(z ~ x + y + x*y + x^2 + y^2)
  xnew <- seq(range(x)[1],range(x)[2],len=20)
  ynew <- seq(range(y)[1],range(y)[2],len=20)
  df <- expand.grid(x=xnew, y=ynew)
  df$z <- predict(fit, newdata=df)
  with(df, surface3d(xnew, ynew, z=df$z))
}

我最终可能会在某个时候将它捆绑到我的 CRAN 实用程序包中。
同时，我希望你觉得它有用！（像这样在 IRTFM 的第一个代码块上运行它：）

pred.surf.3d(data.frame(x1,x2,y),'x1','x2','y')