我试图在多元回归的背景下在 3D 环境中绘制平面。我有一个形式为 f(x)=beta_1 + beta_2*x_1 + beta_3 * x_3 的线性回归多项式。
显然，这个公式描述了 R^3 中的一个平面。我想绘制这个，但我看不到如何有效地做到这一点。显然，我需要做的是创建一种网格，在该网格上计算回归多项式的值。
到目前为止，这就是我所拥有的：
beta <- c(1, 1, 1) # Placeholder. This is the output of my regression analysis
p <- function(k) { t(beta) %*% k }
n <- 20
m <- 50
x <- seq(from=5, to=13, length.out=n)
z <- seq(from=20, to=50, length.out=m)
M <- mesh(x, z)
现在据我了解，无论我使用的是 plot3D 还是 rgl，我都需要计算p这些网格元素上的值并将其存储在维度矩阵中m * n。显然，在其他语言中，我只会遍历两个矩阵并y手动填充值，但这对我来说似乎非常丑陋且不适合 R。因此，经过一番研究，我偶然发现了 function mapply，它将一个函数应用于两个矩阵。请注意，输入p要求在调用之前将 1 附加到参数中。
mapply(function (x1, x2) { p(c(1, x1, x2)) }, M$x, M$y)
但是这个输出非常、非常、非常丑陋，与我的预期相去甚远。有人可以帮我吗？令我惊讶的是，在 3D 中绘制平面似乎如此困难，因为毕竟，唯一确定平面所需的只是空间中的三个点。然而所有框架都要求我使用相当复杂的函数调用？
如果我的问题的解决方案微不足道，我很抱歉。我已经检查了很多类似的线程，但我仍然无法完全理解我需要做什么，因为手头的问题应该如此简单。