使用拟合值和预测值的3D图之间的差异

Question

我有两个3D图，一个是使用库p3d（左侧）使用拟合值制作的。在第二个中，我使用了来自predict的{​​{1}}和interp命令，并使用akima（右侧）进行了绘制。图像没有显示相同的角度，但这是我发现的最佳方式，表明一个是平的而另一个是曲线。

我想知道为什么显示拟合值的图表有一条曲线而另一条带有预测值的图表没有曲线。

第一个图代码：

persp

第二个图代码：

library(p3d)
Init3d(family="serif", cex = 1)
Plot3d( TCL ~ reLDM+yr, nest6)
Axes3d()
fit = lm( TCL ~ reLDM+yr+I(yr^2)+I(reLDM*yr)+I(reLDM*yr^2), nest6)
Fit3d( fit )

您会在此链接中找到数据集，它很大，因此无法在此处发布：https://www.dropbox.com/s/czdascoq02alm46/TCL16_26.csv?dl=0

我的模型是使用lm（）完成的，我在一篇文章中读到，简单线性回归模型中拟合函数和预测函数之间没有区别。但是，在akima中，我使用interp命令，据我所知，它估计两个已知数据点之间的值（基本上填满了缺失的数据间隙）。

我发现的另一个不同之处是预测值图使用原始数据集中最大值和最小值范围的新数据。对于拟合值，每次观察有一个值。

我向我的主管解释这个问题，他认为这还不够。什么是更好的解释为什么第二个图中缺少曲线？

Answer 1

替换

y2temp <- seq(min(y2),max(y2),length.out=i)

与

y2temp <- ytemp^2

你会得到一个类似的曲线。

使用模拟数据：