如何在cran R的3d图中找到置信区间？

我在cran R中绘制了这个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)

然后找到平面上方的点（我不知道怎么做）。我的想法正确吗？谢谢大家!

注: 如果我只是做一个2d绘图，我会这样做：

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)



    

绘图（rb，LOD，type=“l）
其中（lods==最大（lods））
极限=最大（lods）-1.92
abline（h=极限）
#查找相交点：
超限
intersect.points您需要找到平面上方的点，定义假设的95%上限，您建议该上限具有以下等式：

 lods = 0.2+ 0.3*rb+ 0.8*ro

因此，计算满足隐式不等式的点的项数：

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

高0.2+0.3*rb+0.8*ro）

并绘制：

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()

png（）
Lodsplot你似乎在问两个问题：如何找到置信区间；如何找到平面上方的点。如果是这样，也许可以重新措辞，使它清楚地符合你的要求。我想找到rb和ro的置信区间。我之所以提到平面上方的点，是因为我在2d图中找到置信区间的方法是找到pabline上方的点。我刚刚编辑了问题以使其更清楚！谢谢多米尼克·科姆托伊斯！42-，你能解释一下为什么方程应该是lods=0.2+0.3*rb+0.8*ro吗？95%的置信区间在哪里发挥作用？我只是想了解更多关于这背后的数学知识。非常感谢你的帮助！隐式方程在调用
plane3d
的平面上，是
Z=0.2+0.3*X+0.8*Y
；其中X、Y、Z分别扮演rb、ro和LOD的角色。我看到您假设的赋值顺序不同，但如果查看绘制的实际平面，可以看到截距为0.2。95%CI需要使用<代码>使用type=“response”预测
使用X和Y值范围内的值网格进行响应。（我假设您选择的术语是：所需的CI有点混乱。不可能是用于
ro
和
rb
的CI；它们是固定的。）哦，我明白了。我想我理解错了。我想要的是找到LOD的95%置信区间（对数似然），然后找到匹配的rb和ro，这是点的x和y坐标。不过我确实找到了解决办法。我计算了LOD的95%置信区间，然后应用xyz.coords。无论如何，谢谢你42-。你对3d点的使用实际上让我找到了答案！
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()