在R中设计多变量密度图

Question

我看到了一个使用Tikz的吸引人的多变量密度图，并想知道是否有办法用R中的我自己的数据复制这个图。我不熟悉Tikz，但我发现这个参考似乎意味着我可能是能够在R. http://www.texample.net/tikz/examples/tikzdevice-demo/

中使用此功能

简而言之，使用提供的两个数据样本生成与下图所示的图非常相似（当然不同的分布）的最佳方法是什么？

以下是一些可用于创建分布图的示例数据。

# Sample data
var1 <- exp(rlnorm(100000, meanlog=0.03, sdlog=0.15))/100
var2 <- 1-(var1 + rnorm(100000, 0, 0.01))

以下是我找到原始图表的参考页面

https://tex.stackexchange.com/questions/31708/draw-a-bivariate-normal-distribution-in-tikz

Answer 1

您可以从persp函数开始绘制三维图（如果您是从数据而不是公式执行此操作，那么您需要首先使用某种形式的密度估计，示例图看起来很光滑，它可能是基于公式而不是根据数据估算的）。然后使用persp的返回值来投影其他绘图信息。

可能还有一个使用rgl包的选项，我似乎记得它有一种方法将绘图投影到轴平面上。

修改

以下是一些示例代码，可帮助您入门。它使用参数分布，但可以调整为使用MASS中的kde2d或其他估算数据密度的方法：

x <- seq( -3, 3, length=25 )
y <- seq( -3, 3, length=25 )

z <- outer( x, y, function(x,y) dnorm(x,0,0.5)*dnorm(y,0,1) )
zl <- c(0,4*max(z))

## persp plot
trmat <- persp(x,y,z, theta=120, zlim=zl, box=FALSE, shade=0.5)

## x grid
for( i in seq(-3,3, by=0.5 ) ) {
    lines( trans3d( c(i,i), c(-3,-3), zl, trmat ), col='grey' )
}
for( i in seq(0,zl[2], length=7) ) {
    lines( trans3d( c(-3,3), c(-3,-3), c(i,i), trmat ), col='grey' )
}

## marginal for x

lines( trans3d( seq(-3,3,length=100), -3, dnorm(seq(-3,3,length=100),0,.5), 
    trmat), lwd=2, col='blue' )

## y grid
for( i in seq(-3,3, by=0.5 ) ) {
    lines( trans3d( c(-3,-3), c(i,i), zl, trmat ), col='grey' )
}
for( i in seq(0,zl[2], length=7) ) {
    lines( trans3d( c(-3,-3), c(-3,3), c(i,i), trmat ), col='grey' )
}

## marginal for y

lines( trans3d( -3, seq(-3,3,length=100), dnorm(seq(-3,3,length=100),0,1), 
    trmat), lwd=2, col='blue' )