R中，对于一元线性回归，如何给出预测直线的95%置信区间？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

R中，对于一元线性回归，如何在图形给出预测直线的95%置信区间？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏5 回帖

关键词：一元线性回归 置信区间 线性回归 如何 置信区间

R不会。。。。

有点难度啊

给95% CI 得出a=0.025 然后用t-test

可以用lines函数

用ggplot2比较的容易

#回归分析，ISwR数据
options(na.action=na.exclude)
#进行回归分析
lm.velo<-lm(short.velocity~blood.glucose)
#画图，做回归线
qplot(blood.glucose,short.velocity,data=thuesen)+geom_smooth(method="lm")
plot(blood.glucose,short.velocity)
#预测值
fitted(lm.velo)
#残差
resid(lm.velo)
#计算prediction bands,就是大的误差，不知道不这样计算，能不能直接提取出来
#提取方法，predict(lm.velo,int="p")
pred.frame <- data.frame(blood.glucose=thuesen$blood.glucose)
pp<-predict(lm.velo,int="p",newdata=pred.frame)
mydf<-data.frame(pred.frame,pp)
my.naexclude <- data.frame(thuesen,fitted=fitted(lm.velo),resid=resid(lm.velo))
#画回归，链接点和回归线
qplot(blood.glucose,short.velocity,data=my.naexclude)+
  geom_smooth(method="lm")+
  geom_linerange(aes(ymin=fitted,ymax=short.velocity),fullrange=T,colour="grey50")+
  geom_ribbon(aes(x=blood.glucose,ymin=lwr,ymax=upr),data=mydf,fill=alpha("red",I(1/10)))

firelife 发表于 2012-7-1 14:25
用ggplot2比较的容易

#回归分析，ISwR数据

ggplot2中并没有ISwR这个数据集

耕耘使者 发表于 2012-7-1 23:45
ggplot2中并没有ISwR这个数据集

呵呵，写错了，是ISwR里的数据

firelife 发表于 2012-7-2 06:58
呵呵，写错了，是ISwR里的数据

找不到对象'thuesen'

上面是用ggplot2 0.89写的，有些地方不能运行了
所以又修改了一下，并添加了注释。

library(ggplot2)
library(scales)
library(ISwR)
#回归分析，ISwR数据
options(na.action=na.exclude)
#进行回归分析

lm.velo<-lm(short.velocity~blood.glucose,data=thuesen)
#画图，做回归线
qplot(blood.glucose,short.velocity,data=thuesen)+geom_smooth(method="lm")
#预测值
fitted(lm.velo)
#残差
resid(lm.velo)
#计算prediction bands,就是预测值的误差
#提取方法，predict(lm.velo,int="p")
#先定义自变量的范围，要使用data.frame格式
pred.frame <- data.frame(blood.glucose=thuesen$blood.glucose)
##pp里包含了预测值及其上下可信区间
pp<-predict(lm.velo,int="p",newdata=pred.frame)
#将自变量和预测值合并为一个df
mydf<-data.frame(pred.frame,pp)
#将预测值，原始数据和残差合并为一个df
my.naexclude <- data.frame(thuesen,fitted=fitted(lm.velo),resid=resid(lm.velo))
my.naexclude <- my.naexclude[!is.na(my.naexclude$short.velocity),]

#画回归，链接点和回归线
qplot(blood.glucose,short.velocity,data=my.naexclude)+
  geom_smooth(method="lm")+ #geom_smooth可以直接画出y的mean structure的可信区间，用se=T/F控制
  #linerange用来连接y的实际数据和预测值
  geom_linerange(aes(ymin=fitted,ymax=short.velocity),data=my.naexclude,fullrange=T,colour="grey50")+
  #geom_ribbon用来画预测值的可信区间
  geom_ribbon(aes(x=blood.glucose,y=NULL,ymin=lwr,ymax=upr),data=mydf,fill="red",alpha=I(1/10))