绘制 lm 对象的 95% 置信区间

Question

如何计算和绘制 r 中回归的置信区间？ 到目前为止，我有两个等长的数值向量 (x,y) 和一个回归对象 (lm.out)。 我制作了给定 x 的 y 散点图，并将回归线添加到该图中。 我正在寻找一种方法将 lm.out 的 95% 预测置信带添加到绘图中。 我试过使用预测功能，但我什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：我已经查看了建议的副本，但无法完全了解它的底部。

Answer 1

您可以将 predict 用于新的数据向量，这里是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)

编辑

正如 Ben 在评论中提到的，这可以使用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@Alejandro Andrade 给出的方法时，我将添加一个提示，它可以让我省去很多挫折：如果您的数据在数据框中，那么当您使用lm()构建模型时，请使用data=参数而不是$符号。 例如，使用

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

而不是

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

如果你做后者，那么这句话

predict(lm.out, newdata=data.frame(x=newx), interval="confidence", level = 0.95)

似乎要么忽略使用newdata=传递的新值，要么出现无提示错误。 无论哪种方式，输出都是原始数据的预测，而不是新数据。

此外，请确保您的 x 变量在新数据框中的名称与原始数据框中的名称相同。 这更容易弄清楚，因为您确实会遇到错误，但提前知道可能会为您节省一轮调试。

注意：尝试将此添加为评论，但没有足够的声望点。