3D 散点图用 plot3D 完成，产生奇怪的行为

Question

我正在尝试使用库plot3D在 3D scatter plot 中显示最适合的平面。 当下面的代码运行时，一切似乎都很好，但是如果我用第二个fit替换fit ，我会得到奇怪的行为，飞机不再是平面。 我希望两个版本都能产生相同的画面。 这是怎么回事？

library(plot3D)

df <- structure(list(X = 1:10, TV = c(230.1, 44.5, 17.2, 151.5, 180.8, 
8.7, 57.5, 120.2, 8.6, 199.8), radio = c(37.8, 39.3, 45.9, 41.3, 
10.8, 48.9, 32.8, 19.6, 2.1, 2.6), newspaper = c(69.2, 45.1, 
69.3, 58.5, 58.4, 75, 23.5, 11.6, 1, 21.2), sales = c(22.1, 10.4, 
9.3, 18.5, 12.9, 7.2, 11.8, 13.2, 4.8, 10.6)), .Names = c("X", 
"TV", "radio", "newspaper", "sales"), row.names = c(NA, 10L), class = "data.frame")


x<-df$TV
y<-df$radio
z<-df$sales

fit <- lm(z ~ x + y)
# fit <- lm(df$sales ~ df$TV + df$radio)

x.pred <- seq(min(x), max(x), length.out = 5)
y.pred <- seq(min(y), max(y), length.out = 5)
xy <- expand.grid( x = x.pred, y = y.pred)

z.pred <- matrix(predict(fit, newdata = xy), nrow = 5, ncol = 5)

scatter3D(x, y, z,
    surf = list(x = x.pred, y = y.pred, z = z.pred)
    )

Answer 1

简短的回答是：两种拟合都是正确的。 然而，第二个predict没有找到要预测的正确列名。

---

如果您希望第二次适合工作，请使用：

fit <- lm(sales ~ TV + radio, data=df)
...
xy <- expand.grid(TV = x.pred, radio = y.pred)

为什么？ 因为predict总是搜索它在newdata中训练的列名。

您可能注意到上面代码中的第一行也发生了变化，我们不再使用df$var格式，而是使用data参数。 发生这种情况是因为当使用这种格式时fit$model等于：

   df$sales df$TV df$radio
1      22.1 230.1     37.8
2      10.4  44.5     39.3
3       9.3  17.2     45.9
...

而且我们不能用“$”美元符号命名列名。 换句话说，我们不能这样做：

fit <- lm(df$sales ~ df$TV + df$radio)
...
xy <- expand.grid(df$TV = x.pred, df$radio = y.pred)

因为它会抛出一个错误。

---

如上所述，这两种拟合确实是正确的。 如果你跑，

fit <- lm(z ~ x + y)
fit

你会得到，

系数：（截距）xy
2.08052 0.05598 0.15282

与，

fit <- lm(df$sales ~ df$TV + df$radio)
fit

你会得到，

系数：（截距）xy
2.08052 0.05598 0.15282

也是。

---

最后，请注意，当使用newdata进行predict时找不到正确的变量名称时，您将收到如下警告消息：

'newdata' had 25 rows but variables found have 10 rows

我认为这应该是一个错误。 但它可能会在下一个版本中得到修复。 关于这个问题的其他一些来源是：

• 收到警告：“'newdata' 有 1 行，但找到的变量有 32 行”在 predict.lm
• R 'newdata' 有 7 行，但发现的变量有 182 行
• 警告消息“newdata”有 1 行，但在 R 中找到的变量有 16 行
• R 警告：newdata' 有 15 行，但发现的变量有 22 行