如何在 cran R 的 3d 图中找到置信区间？

Question

我在 cran R 中绘制了这个 3d 图

rb = rep(seq(0.1, 1, 0.1), 10)
ro = sort(rb)
lods = runif(100) #create a random LOD score

library(scatterplot3d)
lodsplot<- scatterplot3d(rb, ro, lods)

我使用 max(lods) 找到了 LOD 分数的最大值，因此找到了相应的 rb 和 ro。现在，我想找到 rb 和 ro 的 95% CI。假设 max(lods) = 0.8 并且各自的 rb 和 ro 分别为 0.2 和 0.3，我想到使用以下方法绘制平面：

lodsplot$plane3d(c(0.2, 0.3, 0.8))

然后找到平面上方的点（我不知道该怎么做）。我的想法正确吗？谢谢！

注：

如果我只是做一个二维图，我会这样做：

plot(rb, lods, type = "l)
which(lods == max(lods))
limit = max(lods) - 1.92
abline(h = limit)
#Find intersect points:
above <- lr > limit
intersect.points <- which(diff(above) != 0)

Answer 1

您需要找到平面上方的点来定义假设的 95% 上限，您建议使用以下方程式：

 lods = 0.2+ 0.3*rb+ 0.8*ro

所以计算满足隐式不等式的点的项目编号：

high <- which(lods > 0.2+ 0.3*rb+ 0.8*ro)

和情节：

png()
lodsplot<- scatterplot3d(rb, ro, lods)
high <- which(lods > 0.2+ 0.3*rb+ 0.8*ro)
lodsplot$plane3d(c(0.2, 0.3, 0.8))
lodsplot$points3d( rb[high], ro[high], lods[high], col="red"); dev.off()

请注意，scatterplot3d 中的 plane3d 函数也接受 lm 或 glm 的结果，因此您可以先计算模型 lods ~ rb +ro，然后使用 predict( ..., type="response") 和颜色计算 95% 的预测表面使用此方法的点。请参阅：predict and multiplicative variables / interaction terms in probit regressions 了解在公认的更复杂模型上的等效程序的工作示例。

您还可以在 [r] prediction surface 上进行搜索并找到其他可能有用的答案，例如 BenBolker 建议使用 rgl："A: scatterplot3d for Response Surface in R"

如何在 cran R 的 3d 图中找到置信区间？

How to find confidence interval in 3d plots in cran R?

r

scatter3d

注：