R语言如何绘制概率密度函数的边缘概率密度函数图像

在R语言中，要绘制概率密度函数（PDF）的边缘概率密度函数（Marginal PDFs）图像，通常涉及数据的二维分布，你可以使用`density()`函数生成每个维度的概率密度估计，然后利用`image()`或`persp()`函数来可视化。这里是一个简单的步骤：

1. 首先，你需要有一个二维数据集，例如一个向量矩阵`data`。

# 假设 data 是一个包含两个变量 x 和 y 的数据框或矩阵
data <- data.frame(x = rnorm(100), y = rnorm(100))

2. 使用 `density()` 函数分别计算 x 和 y 分量的密度：

   pdf_x <- density(data$x)
   pdf_y <- density(data$y)

3. 然后，可以创建一个二维数组来存储结果，并设置相应的网格范围：

   x_grid <- seq(pdf_x$x[1], pdf_x$x[length(pdf_x$x)], length.out = 100)
   y_grid <- seq(pdf_y$x[1], pdf_y$x[length(pdf_y$x)], length.out = 100)
   z <- outer(x_grid, y_grid, Vectorize(function(x, y) dnorm(x, mean = data$x, sd = sqrt(var(data$x))) * dnorm(y, mean = data$y, sd = sqrt(var(data$y)))))

4. 最后，使用 `image()` 或 `persp()` 函数展示图像。这里是`image()`的例子：

   image(x_grid, y_grid, z, col = topo.colors(256), main = "Marginal PDF of X and Y")

如果你想要三维视角，可以用 `persp()` 替换 `image()`：

   persp(x_grid, y_grid, z, theta = 30, phi = 30, shade = TRUE, main = "Marginal PDF of X and Y (3D)")