绘制 lm 对象的 95% 置信区间

Question

如何计算和绘制 r 回归的置信区间？到目前为止，我有两个长度相等的数值向量（x，y）和一个回归对象（lm.out）。在给定 x 的情况下，我制作了 y 的散点图，并将回归线添加到该图中。我正在寻找一种将 lm.out 的 95% 预测置信带添加到图中的方法。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，但不能完全了解它。

Answer 1

你已经对新的数据向量使用了预测，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，这可以通过 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

我要添加一个提示，在尝试@Alejandro Andrade 给出的方法时，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，使用 data= 参数而不是 $ 表示法。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，那么这个语句

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，输出都是来自原始数据的预测，而不是新数据。

另外，请确保您的 x 变量在新数据框中具有相同的名称 在原来的。这更容易弄清楚，因为您确实会遇到错误，但提前知道它可能会为您节省一轮调试时间。

注意：尝试将此添加为评论，但没有足够的声望点。