Question

如何计算和绘制r中回归的置信区间？到目前为止，我有两个等长（x，y）的数值向量和一个回归对象（lm.out）。我给出了给定x的y的散点图，并将回归线添加到该图中。我正在寻找一种方法来为lm.out添加95％的预测置信带。我尝试过使用预测功能，但我甚至不知道从哪里开始：/。这是我目前的代码：

x=c(1,2,3,4,5,6,7,8,9,0)
y=c(13,28,43,35,96,84,101,110,108,13)

lm.out <- lm(y ~ x)

plot(x,y)

regression.data = summary(lm.out) #save regression summary as variable
names(regression.data) #get names so we can index this data
a= regression.data$coefficients["(Intercept)","Estimate"] #grab values
b= regression.data$coefficients["x","Estimate"]
abline(a,b) #add the regression line

谢谢！

编辑：我已经看过建议的副本，但却无法深入了解它。

Answer 1

您可以使用预测新数据向量，newx。

x=c(1,2,3,4,5,6,7,8,9,0)

y=c(13,28,43,35,96,84,101,110,108,13)

lm.out <- lm(y ~ x)
newx = seq(min(x),max(x),by = 0.05)
conf_interval <- predict(lm.out, newdata=data.frame(x=newx), interval="confidence",
                         level = 0.95)
plot(x, y, xlab="x", ylab="y", main="Regression")
abline(lm.out, col="lightblue")
lines(newx, conf_interval[,2], col="blue", lty=2)
lines(newx, conf_interval[,3], col="blue", lty=2)

修改

正如Ben在演讲中所提到的，可以使用matlines完成，如下所示：

plot(x, y, xlab="x", ylab="y", main="Regression")
abline(lm.out, col="lightblue")
matlines(newx, conf_interval[,2:3], col = "blue", lty=2)

Answer 2

在尝试使用@Alejandro Andrade给出的方法时，我将添加一个技巧，该技巧将为我省去很多麻烦：如果您的数据在数据框中，则使用{{1} }，请使用lm()参数而不是data=表示法。例如，使用

而不是

lm.out <- lm(y ~ x, data = mydata)

如果您选择后者，则此语句

lm.out <- lm(mydata$y ~ mydata$x)

似乎要么忽略使用predict(lm.out, newdata=data.frame(x=newx), interval="confidence", level = 0.95)传递的新值，要么出现无提示错误。无论哪种方式，输出都是来自原始数据的预测，而不是来自新数据的预测。

此外，请确保您的x变量在新数据框中具有与该变量相同的名称在原来的。这很容易找出原因，因为您确实会遇到错误，但是提前知道它可能会节省您一轮调试的时间。

注意：尝试将其添加为评论，但信誉度不足。

绘制lm对象的95％置信区间

2 个答案:

修改