r - 如何在 R 中绘制具有 3 个输入变量的 3-D 图？

Question

我正在为该函数编写一个对数似然曲面：

ln[Pr(Y_A=186,Y_B=38,Y_{AB}=13,Y_O=284)] = ln(G+186*ln(A^2+2*A*O)+38*ln(B^ 2+2*B*O)+13*ln(2*A*B)+284*ln(O^2))

由 A+B+O=1 约束

A = seq(0.0001, .9999,length=50)
B = A
O = A
G = 1.129675e-06   
f = function(A,B,O){F = ifelse(A+B+O==1,
                    G+186*log(A*A+2*A*O)+38*log(B*B+2*B*O)+13*log(2*A*B)+284*log(O*O), O)}
Z <- outer(A, B, O, f)
png()
persp(A,B,Z, theta=60, phi=30 )
dev.off()

错误告诉我没有对象“O”。

Error in get(as.character(FUN), mode = "function", envir = envir)

我的意思是在A+B+O=1的约束下输入A、B和O，然后绘制对数似然曲面让A：x轴，B：y轴，对数似然:z 轴。

我无法摆脱“O”导致函数参数应该是3维向量的指令命令：A，B，O。

那么我应该怎么做才能改进我当前的代码呢？如果我需要更改一个功能，有人可以建议使用一个功能吗？（我想也许我可以使用重心坐标，但我认为这是我最不想做的事情。）

标签： rplot

Answer 1

该outer功能无法按照您尝试使用它的方式工作。outer接受两个数字参数X和Y一个应用前两个参数的函数参数FUN。见?outer。所以并不是说根本就没有对象O。而是错误消息

Z <- outer(A, B, O, f)
#Error in get(as.character(FUN), mode = "function", envir = envir) : 
#   object 'O' of mode 'function' was not found

表示未找到该功能。 O确实没有这样的功能。

f您的定义也存在一些问题。首先，它不返回任何东西。它将结果保存为F但从不返回它。其次，即使它返回F，输出也不总是满足您的约束。当您的约束不满足时，它只会输出 的值O。最后，比较是一个糟糕的测试，因为即使您期望它由于浮点精度（尝试运行）A+B+O==1，它也可能无法评估。基于网格的评估使事情变得更糟。如果您坚持对. 即我会期待类似的东西：TRUE3 - 2.9 == 0.1abs(A+B+O-1) < epsilonf

f <- function(A, B, O){
  G <- 1.129675e-06
  epsilon <- 1e-3
  ifelse(abs(A+B+O-1) < epsilon,
         G+186*log(A*A+2*A*O)+38*log(B*B+2*B*O)+13*log(2*A*B)+284*log(O*O),
         NA)
}

然后您可以执行以下操作：

dat <- expand.grid(A = A, B = B, O = O) # All combinations of A, B, O
dat$Z <- f(dat$A, dat$B, dat$O) # Apply function
head(dat)
#           A     B     O  Z
#1 0.00010000 1e-04 1e-04 NA
#2 0.02050408 1e-04 1e-04 NA
#3 0.04090816 1e-04 1e-04 NA
#4 0.06131224 1e-04 1e-04 NA
#5 0.08171633 1e-04 1e-04 NA
#6 0.10212041 1e-04 1e-04 NA

但是我看不出你是如何轻易地将 Z 绘制为 A 和 B 的函数的。您需要子集化以删除 NA，这在计算上似乎非常浪费。另请注意any(dat$A + dat$B + dat$O == 1)return FALSE，因此您的原始约束测试确实总是在此网格上失败。

话虽如此，您为什么不在函数中确定O给定A和B使用约束？

A <- seq(0.0001, .9999,length=50)
B <- A

f <- function(A, B){
  G <- 1.129675e-06
  O <- 1 - A - B
  out <-  G+186*log(A*A+2*A*O)+38*log(B*B+2*B*O)+13*log(2*A*B)+284*log(O*O)
  return(out)
}

Z <- outer(A, B, f)
#Warning messages:
#1: In log(A * A + 2 * A * O) : NaNs produced
#2: In log(B * B + 2 * B * O) : NaNs produced

Z[is.infinite(Z)] <- NA

persp(A, B, Z, theta=60, phi=30, zlim = range(Z, na.rm = TRUE))

这看起来对吗？这就是至少要使用的方式persp和意图。outer

当然，您可以修改f以避免警告消息。请记住，f需要矢量化。