在 3D R 中创建平滑线

Question

我有一组 3 维点，如下面的示例数据。我想从中创建一条平滑的线。那里有关于在 3D 中平滑 2D 表面的信息 space 但我如何在 3D 中平滑 1D 线 space?

Z = seq(0, 1, 0.01)
X = rnorm(length(Z), mean = 0, sd = 0.1)
Y = 2 * Z ^ 2 + rnorm(length(Z), mean = 0, sd = 0.1)

data = data.frame(X = X, Y = Y, Z= Z)

Answer 1

这是一个多元回归的例子。如果你正好知道和Z的关系应该是二次的，你可以做

fit <- lm(cbind(X, Y) ~ poly(Z, 2))

但我假设您不知道这一点，并且想要某种总体上更平滑的东西。我不认为 loess、lowess 或 gam 处理多元回归，但您可以在 lm:

中使用自然样条

library(splines)
fit <- lm(cbind(X, Y) ~ ns(Z, df = 4))

predict(fit) 将在两列矩阵中返回拟合值。要绘制结果，您可以使用 rgl:

library(rgl)
plot3d(X, Y, Z, col = "red")
lines3d(cbind(predict(fit), Z))

在 3D R 中创建平滑线

Creating a Smooth Line in 3D R

r

3d

smoothing

loess