如何在回归线上添加标准误差？

Question

也许对某些人来说这很快，但是我想用plot()表示回归的标准误差。

所以，如果我有这样的数据：

x1 <- 1:500
b0 <- 17 
b1 <- 0.5 
sigma <- 7 
er <- rnorm(x1,0,sigma)
y <- b0 + b1*x1 + er 

model1 <- lm(y~x1)
plot(x1,y)
abline(model1,col="red",lwd=5)

对于该回归，我如何用线表示标准误差？

谢谢！

Answer 1

您可以手动计算回归而没有误差，然后将所有剩余误差的sd()的常规行放入

x1 <- 1:500
b0 <- 17 
b1 <- 0.5 
sigma <- 7 
er <- rnorm(x1,0,sigma)
y <- b0 + b1*x1 + er 


GeneralStandardDev<-sd(model1$residuals)
UpperLine<- model1$coefficients[1]+model1$coefficients[2]*x1 + GeneralStandardDev
LowerLine<- model1$coefficients[1]+model1$coefficients[2]*x1 - GeneralStandardDev


model1 <- lm(y~x1)
plot(x1,y)
abline(model1,col="red",lwd=5)
lines(x1, UpperLine, col = "blue")
lines(x1, LowerLine, col = "blue")

Answer 2

您可能要使用ggplot()而不是plot()。您的布局稍微现代一些，可能性更多。

在示例代码之后添加以下代码。为了提供更好的可见性，我对原始数据进行了一些更改（请参见第y <- b0 + b1*x1 + er*5行。）

# ------ test case ggplot ----------------
library (ggplot2)
# --- change some data fields ------------
y <- b0 + b1*x1 + er*5

df <- data.frame(y,x1)

ggplot(data = df, aes(x1,y)) +
geom_point() +
geom_smooth(method="lm", color="red", fill = "blue")