/ / Wykres gęstości 3D z wieloma grupami (linie regresji) - r, wykres, 3d, gęstość jądra

Wykres gęstości 3D z wieloma grupami (linie regresji) - r, wykres, 3d, gęstość jądra

Chciałbym stworzyć fabułę podobną do tej:

Nether i wsp

Tutaj mamy dwie zmienne X = midyear i Y = yearend. Chciałbym stworzyć wykres gęstości dla każdego poziomu X dla Y.

Mógłbym przejść do tego punktu, ale nie wyglądam tak, jakbym miał na myśli szczególnie kąt spisku i linii. Każdy pomysł na taki skręt lub inne pakiety, które można zrobić.

set.seed(1234)
m50 <- rnorm(10000, 51, 5)
d50 <- hist(m50, breaks = 100)$density
md50 <- hist(m50, breaks = 100)$mids

m70 <- rnorm(10000, 73, 5)
d70 <- hist(m70, breaks = 100)$density
md70 <- hist(m70, breaks = 100)$mids

m90 <- rnorm(10000, 90,5)
d90 <- hist(m90, breaks = 100)$density
md90 <- hist(m90, breaks = 100)$mids

density = c(d50, d70, d90)
yearend = c(md50, md70, md90)
midyear = c(rep(50, length(d50)), rep(70, length(d70)), rep(90, length(d90)))

df <- cbind(midyear, yearend,  density)
require(scatterplot3d)
s3d <- scatterplot3d(df, type = "h", color = "blue",
angle = 80, scale.y = 0.7, xlim = c(40, 100),
zlim = c(0,0.2), pch = ".", main = "Adding elements")

wprowadź opis obrazu tutaj

Zmiany: Używanie pakietu rgl

require(rgl)
s3d <- plot3d(df, type = "h",
angle = 80, scale.y = 0.7, xlim = c(40, 100),
zlim = c(0,0.15), pch = ".", main = "Adding elements")

wprowadź opis obrazu tutaj

Odpowiedzi:

2 dla odpowiedzi № 1

Lepiej być z dwuwymiarowymwykres, który pokaże dystrybucje bez zniekształceń wizualnych. Na przykład tutaj jest linia regresji nałożona na wykresie skrzypiec, więc otrzymasz zarówno linię regresji, jak i gęstości na wykresie 2D. Poniższy kod pokazuje wielomian liniowy i kwadratowy pasujący do danych:

library(ggplot2)

# Fake data
set.seed(19)
dat = data.frame(yearend=c(rnorm(10000, 51, 6),
rnorm(10000, 60, 5),
rnorm(10000, 75, 5),
rnorm(10000, 85, 4)),
midyear = c(rep(51,10000), rep(58,10000),
rep(70,10000), rep(90,10000)))

ggplot(dat, aes(midyear, yearend)) +
geom_violin(aes(group=midyear)) +
stat_summary(fun.y=mean, geom="point", colour="red", size=3) +
geom_smooth(method="lm", se=FALSE) +
geom_smooth(method="lm", se=FALSE, formula=y~poly(x,2),
colour="red", lty=2)

wprowadź opis obrazu tutaj