r - 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

您可以使用 predict 来获取新的数据向量，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，这可以通过 matlines 来完成。如下:

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