首页 文章

我想想象一下用薄板回归样条拟合的三阶相互作用

提问于
浏览 次
-1

我是R的初学者，所以这可能是一个简单的问题 .

我现在正试图使用薄板回归样条拟合一个四维点 . 一个变量是目标变量，三个变量是解释变量 .

我创建了一个具有三阶交互的模型，并将数据拟合到此 .

library(mgcv)
dat <- read.csv('../data//data.csv')
model <- gam(Y ~ s(x1, x2, x3), data=dat)

通过给出x3，我想要可视化样条曲线或估计等高线图的三维图，但我该如何做？

如果您能回答，将会非常有帮助 . 谢谢 .

这是样本数据 .

n = 100
x1 <- runif(n, min = 0, max = 100)
x2 <- runif(n, min = 0, max = 100)
x3 <- runif(n, min = 0, max = 100)

Y = numeric(n)
for(i in 1:n){
    Y[i] <- x1[i]**0.5*x2[i]**2*x3[i]/10000
}

dat = data.frame(Y=Y, x1=x1, x2=x2, x3=x3)

我使用这个数据做薄平面回归样条 .

model <- gam(Y ~ s(x1, x2, x3, k= 50), data=dat)

然后，我想获得例如当x3 = 25时通过回归样条估计的三维薄平面回归样条或等高线图的拟合曲线 .

r spline

2 回答

  • 0

    要制作等高线图，可以使用轮廓（x，y，z，...） . z是你的数据矩阵（在你的情况下，Y [x1，x2，]，x和y是从0到1的索引向量，长度为nrow（Y [x1，x2，]）和ncol（Y [x1，x2] ，]） .

    您应该可以使用它类似于：

    contour( x = seq(0, 1, length.out = length(x1)), y = seq(0, 1, length.out = length(x2)), z = Y[x1,x2, ] )
    回复于
  • 0

    我找到了一个参考d0d0答案的解决方案 .

    n=100
const=25

x = y = seq(0, n, 1)
f = function(x,y){
    dtmp <- data.frame(x1=(x), x2=(y), x3=(const))
    pred <- predict.gam(model, dtmp)
}
z = outer(x, y, f)
contour(x,y,z)
    回复于

相关问题