如何在R中生成copula的三维曲面图
我有数据,想有一个表面图。我真的需要生成的图与这个站点中的图相似 我搜索了一个星期,如何得到类似的结果,但我失败了。我尝试了所有现有的方法,但也失败了 谁能帮我解决这个问题 我的数据如下:如何在R中生成copula的三维曲面图,r,R,我有数据,想有一个表面图。我真的需要生成的图与这个站点中的图相似 我搜索了一个星期,如何得到类似的结果,但我失败了。我尝试了所有现有的方法,但也失败了 谁能帮我解决这个问题 我的数据如下: library(kdecopula) data(wdbc) # load data Mydata <- wdbc[, c(2, 8)] 库(kdecopula) 数据(wdbc)#加载数据 我的数据 资料来源: 资料来源: 是否不需要3个字段来获得三维打印Mydata只有两个字段。
library(kdecopula)
data(wdbc) # load data
Mydata <- wdbc[, c(2, 8)]
库(kdecopula)
数据(wdbc)#加载数据
我的数据
资料来源:
资料来源:
是否不需要3个字段来获得三维打印Mydata
只有两个字段。@user2474226我希望第三个字段是连接函数的密度您不需要三个字段来获得三维绘图吗Mydata
只有两个字段。@user2474226我希望第三个字段是copula的密度谢谢你的回答。“密度和表面应符合预期的连接。”Maryam更新。我相信它现在能描绘出你所需要的。非常感谢。我希望x和y的值是原始值,而不是copula值。我想我真正需要的是这里。非常感谢你的回答。“密度和表面应符合预期的连接。”Maryam更新。我相信它现在能描绘出你所需要的。非常感谢。我希望x和y的值是原始值,而不是copula值。我想我真正需要的是这里。
library(kdecopula)
data("wdbc")
uv <- apply(wdbc[, c(2, 8)], 2, rank) / (nrow(wdbc) + 1)
fit <- kdecop(uv)
summary(fit)
#> Kernel copula density estimate (tau = 0.47)
#> ------------------------------
#> Variables: mean radius -- mean concavity
#> Observations: 569
#> Method: Transformation local likelihood, log-quadratic (nearest-neighbor, 'TLL2nn')
#> Bandwidth: alpha = 0.3519647
#> B = matrix(c(0.71, -0.7, 0.7, 0.71), 2, 2)
#> ---
#> logLik: 201.66 AIC: -367.45 cAIC: -366.21 BIC: -289.53
#> Effective number of parameters: 17.94
library(plotly)
plot_ly(x = fit$grid, y = fit$grid, z = fit$estimate) %>%
add_surface()