我想可视化装有薄板回归样条的三阶交互

Question

我是R的初学者，所以这可能是一个简单的问题。

我现在正在尝试使用薄板回归样条拟合 4 维点。一个变量为目标变量，三个变量为解释变量。

我制作了一个具有三阶交互作用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)

给定x3，我想可视化一个样条曲线或估计等高线图的三维图形，但是我该怎么做呢？

如果你能回答的话会很有帮助。谢谢

这是示例数据。

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，我想得到一个三维薄平面回归样条的拟合曲线，或者x3 = 25时回归样条估计的等高线图，例如

Answer 1

要绘制等高线图，可以使用 contour(x, y, z, ...)。 z 是您的数据矩阵（在您的情况下，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 , ]).

您应该能够像这样使用它：

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

Answer 2

参考d0d0的回答找到了解决方法

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)

我想可视化装有薄板回归样条的三阶交互

I would like to visualize the third order interaction fitted with thin-plate regression splines

r

spline