Question

请帮忙。我已经设法使用以下方法为我的数据拟合了一个相当不错的非线性回归曲线：

model2 <- nls(urine~a*(1-exp(-c*water)), data = eagle, start = list(a=550, c=0.00385))

然后我使用：

生成我的情节

av <- seq(0,1200, 0.5)
bv <- predict (model2, data=eagle, list(water=av))
plot (urine~water, data = eagle)
lines (av,bv)

我想在一些虚线上绘制上下95％置信区间。我已经设法为我的线性回归分析编写代码，但我正在努力应对当前的非线性回归。以下代码：

a <- predict (model2, newdata=data.frame(water=av), interval="confidence")

对于线性回归，这给了我一个数据框，其中有三列用于fit，lwr和upr。通过我的非线性回归，它只给出了一个我无法做任何事情的数字列表。有什么建议？是否有一种简单的方法来获得非线性回归的上限和置信线？

Answer 1

se.fit显然没有运作。发现很多论坛都在讨论将置信区间拟合到R中非线性回归的困难。经过一整天的搜索和敲击互联网，我终于找到了一个非常有用的公式。我不是100％确定它是如何工作的，但它的工作原理在这里它适用于任何需要这样做的人......

根据x值序列生成预测值的统计表后，您可以访问输出的第6列和第7列中的lwr和upr CI值数据并以此方式绘制。