如何在曲线R中的3d图中找到置信区间？

Question

我有这个我用曲线R绘制的3d图

rb = rep(seq(0.1, 1, 0.1), 10)
ro = sort(rb)
lods = runif(100) #create a random LOD score

library(scatterplot3d)
lodsplot<- scatterplot3d(rb, ro, lods)

我使用max（lods）找到了LOD分数的最大值，因此找到了相应的rb和ro。现在，我想找到rb和ro的95％CI。假设max（lods）= 0.8并且各自的rb和ro分别为0.2和0.3，我想用平面绘图：

lodsplot$plane3d(c(0.2, 0.3, 0.8))

然后找到飞机上方的点（我不知道怎么办）。我在想什么？谢谢！

注意：

如果我只做一个2D图，我就是这样做的：

plot(rb, lods, type = "l)
which(lods == max(lods))
limit = max(lods) - 1.92
abline(h = limit)
#Find intersect points:
above <- lr > limit
intersect.points <- which(diff(above) != 0)

Answer 1

您需要找到平面上方的点，定义假设的95％上限，您建议使用等式：

 lods = 0.2+ 0.3*rb+ 0.8*ro

因此，计算满足隐式不等式的点的项目编号：

high <- which(lods > 0.2+ 0.3*rb+ 0.8*ro)

情节：

png()
lodsplot<- scatterplot3d(rb, ro, lods)
high <- which(lods > 0.2+ 0.3*rb+ 0.8*ro)
lodsplot$plane3d(c(0.2, 0.3, 0.8))
lodsplot$points3d( rb[high], ro[high], lods[high], col="red"); dev.off()

请注意，scatterplot3d中的plane3d函数也接受来自lm或glm的结果，因此您可以先计算lods ~ rb +ro的模型，然后使用predict( ..., type="response")计算95％预测曲面并为点着色使用这种方法。请参阅：predict and multiplicative variables / interaction terms in probit regressions，了解关于公认的更复杂模型的等效程序的实例。

您还可以在[r] prediction surface上搜索并找到其他可能有用的答案，例如BenBolker建议使用rgl："A: scatterplot3d for Response Surface in R"