ggeffects：非线性模型的置信区间

Question

我想使用 ggeffects 包绘制非线性模型的置信区间。 就我而言：

#Packages
library(ggplot2) 
library(minpack.lm)  
library(ggeffects)
library(dplyr)

# My dataset
coleo<- read.csv("https://raw.githubusercontent.com/Leprechault/PEN-533/master/coleo-infest-tree.csv")
coleo$DL<-as.numeric(coleo$DL)
coleo$V<-as.numeric(coleo$V)

# My model
m.c.coleo<-nlsLM(V ~ b1 + b2 * I(DL^b3), start = list(b1 = 0.2164, b2 = 1.6264, b3 = 1), data = coleo)
summary(m.c.coleo)

# My plot
ggpredict(m.c.coleo, terms = "DL [all]") %>% plot(add.data = TRUE)

输出图没有置信区间，通常包会生成。

请问，有什么帮助吗？

Answer 1

我认为这是因为ggpredict使用了通用的predict函数，并且predict.nls不会产生标准错误。 来自ggpredict的文档：

ggpredict()使用predict()生成预测

stats:::predict.nls的文档状态：

se.fit一个逻辑值，指示是否应计算预测的标准误差。 默认为假。 目前这个论点被忽略了。

无论如何， ggpredict为您的模型制作的情节似乎有点奇怪。 如果查看数据，沿 x 轴只有 5 个DL离散值：

plot(coleo$DL, coleo$V)

要制作一个包含原始点、nls 回归线和回归线的置信区间的图，您可以在 ggplot 中自己创建一个。 DL的每个离散值的平均值的标准误差可以近似为标准差除以该 x 值处的点数的平方根。 然后可以通过插值构造表示 95% 置信区间的平滑带：

plot_df <- data.frame(
  DL = seq(0, 1, 0.01),
  V = predict(m.c.coleo, newdata = list(DL = seq(0, 1, 0.01))),
  se = 1.96 * summary(m.c.coleo)$sigma / sqrt(approx(sort(unique(coleo$DL)), 
       table(coleo$DL), xout = seq(0, 1, 0.01))$y)
)

ggplot(coleo, aes(DL, V)) + 
  geom_point(size = 2, alpha = 0.5) +
  theme_light() +
  geom_ribbon(data = plot_df, aes(ymin = V - se, ymax = V + se),
              alpha = 0.1) +
  geom_line(data = plot_df)