R 导出线性回归结果，包括置信区间

嘿，我怎样才能导出一个结果表，用于制作我为下面的线性回归模型生成的图表

d <- data.frame(x=c(200110,86933,104429,240752,255332,75998,
                    204302,97321,342812,220522,110990,259706,65733),
                y=c(200000,110000,165363,225362,313284,113972,
                    137449,113106,409020,261733,171300,344437,89000))

lm1 <- lm(y~x,data=d)

p_conf1 <- predict(lm1,interval="confidence")


nd <- data.frame(x=seq(0,80000,length=510000))
p_conf2 <- predict(lm1,interval="confidence",newdata=nd)



plot(y~x,data=d,ylim=c(-21750,600000),xlim=c(0,600000)) ## data
abline(lm1) ## fit
matlines(d$x,p_conf1[,c("lwr","upr")],col=2,lty=1,type="b",pch="+")

matlines(nd$x,p_conf2[,c("lwr","upr")],col=4,lty=1,type="b",pch="+")

---

d这将返回一个矩阵，其中包含构建置信区间所需的一些信息：

> coef(summary(lm1))
                Estimate   Std. Error   t value     Pr(>|t|)
(Intercept) 21749.037058 2.665203e+04 0.8160369 4.317954e-01
x               1.046954 1.374353e-01 7.6177997 1.037175e-05

关于线性回归的任何文本都应该有置信区间的公式。您可能需要根据使用的公式计算一些辅助量。predict的代码是可见的。。。只需在控制台上键入：

predict.lm

不要忘记置信区间与预测区间不同
 仍然不能完全确定您想要什么，但这似乎是合理的：

dat1 <- data.frame(d,p_conf1)
dat2 <- data.frame(nd,y=NA,p_conf2)
write.csv(rbind(dat1,dat2),file="linpredout.csv")

dat1您能更具体地说明您想要在表中显示什么吗？有几个要点：（1）您真的需要对510000个介于0和80000之间的值进行预测吗？看起来有点过分（至少对于图形输出而言）。。。（2） 如果您按
x
对
d
进行排序，您的图片会更漂亮：
d谢谢，我当然可以缩小预测范围。我想是打字错误。我的目标是生成一张图表，显示当我们超出用于生成线性回归的数据的下限时，置信区间如何随此模型变化。此外，我希望能够为数据集内外的任何预测y生成置信区间。然后访问这些结果。顺便说一句，如果你的问题得到满意的回答，点击最佳答案旁边的复选标记接受它被认为是良好的形式（但不是严格要求）…Blolker Hey非常感谢你的帮助。我完全不懂这个程序和语言。我花了好几个小时才完成这项工作。我是如此接近，但正如你可以看到下面的代码生成了一个错误，我相信我的一部分不当使用。我只是把它贴在我已经写的东西的末尾。想法？…>>dat1 dat2 write.csv（rbind（dat1，tdat2），file=“linpredout.csv”）rbind（dat1，tdat2）中出现错误：对象“tdat2”未被删除found@Bolker酷它现在不会生成错误消息——但我不能在代码中的正确位置使用它，因为没有生成.csv文件。或者如果是，我不知道在哪里可以找到它。非常感谢您的帮助。
？getwd
（这说明了如何获取和设置工作目录）。或者使用绝对路径，例如
file=“c:/myout.csv”
——但从长远来看，了解工作目录的工作原理要好得多。我认为，如果OP希望能够预测R之外的间隔，他们也需要
vcov（）
的结果（即斜率截距相关）。。。但我不是这样理解他们的问题的。我想我们的理解是不同的。我以为OP想为CI乐队建立一个公式。