【发布时间】:2021-08-10 02:22:08
【问题描述】:
我正在尝试在多元回归的背景下在 3D 环境中绘制平面。我有一个线性回归多项式,形式为 f(x)=beta_1 + beta_2*x_1 + beta_3 * x_3。
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,我都需要在这些网格元素上计算 p 的值,并将其存储在维度为 m * n 的矩阵中。显然,在其他语言中,我只会遍历两个矩阵并手动填充y 中的值,但这对我来说似乎非常丑陋且不适合 R。所以经过一番研究,我偶然发现了函数mapply,它在两个矩阵上应用了一个函数。请注意,p 的输入需要在调用之前将 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,我们唯一需要确定平面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。
【问题讨论】:
标签: r plot regression rgl plot3d