变换矩阵（为了使用ggplot2绘制回归线）

Question

我进行了多级回归，现在有一个系数矩阵，包括回归中每个组（=因子变量）的值+标准误差，例如：我的矩阵（用于拦截+一个名为Beta1的变量）看起来像这样：

Group    Intercept      Beta1 Intercept.se      Beta1.se
   11  0.044357458  0.4381340   0.08358735     0.1572632
   12 -0.007072542  0.1242737   0.09317142     0.1643544
   21  0.021075871  0.3727055   0.12050036     0.2459456
   22  0.023895981  0.6786013   0.11207848     0.3188887
   31 -0.115713481  0.3547718   0.09760681     0.1454787
   32 -0.004081244 -0.1954594   0.09993201     0.1953406

我想要实现的是绘制一个图表，显示每个组的可能回归线。我想出了以下代码，每组生成15行（coef.mtx是上面提到的矩阵）：

for (i in 1:6) {  # we have 6 groups
  x = coef.mtx[i,]
  lines[(i*6-5):(i*6),] =
    list(Group = replicate(15, x["Group"]),
         int = replicate(15, rnorm(1,x["Intercept"],x["Intercept.se"])),
         slo = replicate(15, rnorm(1, x["Beta1"], x["Beta1.se"])))
}

这会生成如下数据框：

      Group         int       slo
1        11  0.09484568 0.3005997
2        11  0.12364749 0.5758899
3        11 -0.02942938 0.4821841
4        11  0.17226587 0.2413752
5        11  0.02923023 0.4251419
6        11  0.14650632 0.4541752
7        12  0.06784996 0.0356669
8        12 -0.02832304 0.2214471
...

然后我可以用这样的ggplot绘制这些行：

ggplot(myData, aes(x=Beta1, y=Outcome)) +
  geom_jitter() +
  facet_wrap(~ Group) +
  geom_abline(aes(intercept=int, slope=slo), data=lines)

最终结果如下：

有没有更好的方法来转换系数矩阵而不是使用这个循环？我无法想到更好的方法......或者：你如何看待可能的回归线（而不仅仅是点估计）？