如何为双变量数据生成3D联合概率分布(例如，绘图)？

Question

我已经生成了这些数据：

dat = MASS::mvrnorm(n = 50, 
                mu = c(1, 5),
                Sigma = matrix(c(1, 0.5, 0.5, 1), nrow = 2),
                empirical = TRUE)

我可以用以下代码生成2D直方图：

plot_ly(x = dat[,1], y = dat[,2], type = "histogram2dcontour")

​

​

我如何在3D中生成这些相同数据的绘图-无论是3D直方图还是3D内核密度分布？

Answer 1

你试过bivariate吗？首先，假设您有两列- x和y

library(bivariate)
colnames(dat) <- c("x", "y")
dat <- as.data.frame(dat)
f = kbvpdf (dat$x, dat$y, 0.7, 7)
plot (f, TRUE, xlab="x", ylab="y")

​

​

另一种选择是：

# install.packages("plot3D")
library(plot3D)
##  Calculate joint counts at cut levels:
z <- table(dat$x, dat$y)

##  Plot as a 3D histogram:
hist3D(z=z, border="black")

​

​

或者作为2d热图：

##  Plot as a 2D heatmap:
image2D(z=z, border="black")

​

​

Answer 2

从MASS和plotly使用kde2d

dens2d <- kde2d(dat[,1],dat[,2])

fig <- plot_ly(x=dat[,1], y=dat[,2], z=dens2d$z) 

fig <- fig %>% add_surface()