R ggplot2的geom_smooth（）是否显示逐点置信带，还是同时显示置信带？_R_Ggplot2_Regression_Confidence Interval

R ggplot2的geom_smooth（）是否显示逐点置信带，还是同时显示置信带？

R ggplot2的geom_smooth（）是否显示逐点置信带，还是同时显示置信带？,r,ggplot2,regression,confidence-interval,R,Ggplot2,Regression,Confidence Interval,我不确定这个问题在这里还是在交叉验证中更合适。我希望我做出了正确的选择举个例子： library(dplyr) setosa <- iris %>% filter(Species == "setosa") %>% select(Sepal.Length, Sepal.Width, Species) library(ggplot2) ggplot(data = setosa, aes(x = Sepal.Length, y = Sepal.Width)) + geom_poin

我不确定这个问题在这里还是在交叉验证中更合适。我希望我做出了正确的选择

举个例子：

library(dplyr)
setosa <- iris %>% filter(Species == "setosa") %>% select(Sepal.Length, Sepal.Width, Species)
library(ggplot2)
ggplot(data = setosa, aes(x = Sepal.Length, y = Sepal.Width)) +
geom_point() +
geom_smooth(method ="lm", formula = y ~ poly(x,2))

库（dplyr）
setosa%过滤器（种类==“setosa”）%%>%选择（萼片长度、萼片宽度、种类）
图书馆（GG2）
ggplot（数据=刚毛，aes（x=萼片长度，y=萼片宽度））+
几何点（）+
几何平滑（method=“lm”，公式=y~多边形（x，2））

默认情况下，

ggplot

“显示平滑周围的置信区间”（请参阅），由回归曲线周围的灰色区域给出。我一直认为这些是，而不是点态置信带

ggplot2

文档参考

predict

函数，了解如何计算标准误差的详细信息。然而，在阅读文档时，并没有明确指出同时计算置信带。那么，这里的正确解释是什么

检查

predict.lm（）

计算内容的一种方法是检查代码（

predict

将标准误差乘以

qt（（1级）/2，df）

，因此似乎不会对同时推断进行调整）。另一种方法是构造同时置信区间，并将其与

预测的

区间进行比较

拟合模型并构造同步置信区间：

setosa <- subset(iris, Species == "setosa")
setosa <- setosa[order(setosa$Sepal.Length), ]
fit <- lm(Sepal.Width ~ poly(Sepal.Length, 2), setosa)

K <- cbind(1, poly(setosa$Sepal.Length, 2))
cht <- multcomp::glht(fit, linfct = K)
cci <- confint(cht)

setosa检查predict.lm（）
计算内容的一种方法是检查代码（predict
将标准误差乘以qt（（1-level）/2，df）
，因此似乎不会对同时推断进行调整）。另一种方法是构造同时置信区间，并将其与预测的
区间进行比较
拟合模型并构造同步置信区间：
setosa <- subset(iris, Species == "setosa")
setosa <- setosa[order(setosa$Sepal.Length), ]
fit <- lm(Sepal.Width ~ poly(Sepal.Length, 2), setosa)

K <- cbind(1, poly(setosa$Sepal.Length, 2))
cht <- multcomp::glht(fit, linfct = K)
cci <- confint(cht)

setosa我认为这是更好的选择，因为它似乎与ggplot没有什么关系，更多的是询问如何计算线性回归的置信区间：投票迁移你可能会发现这个答案很有用：@WeihuangWong，谢谢你的帮助，但是你发布的链接讨论了置信区间和预测区间之间的区别。我不关心预测间隔。我只想知道当用来计算置信带时，predict.lm（）
，是否同时计算置信带或逐点置信带。@user20650，您可能是对的。我特别想问的是什么类型的置信区间ggplot
正在计算（逐点或同时）。这就是为什么我最终选择在这里发帖。无论如何，简历可能更适合这个问题。我将对标题进行一些编辑，以避免任何混淆，然后再等一会儿。如果我没有收到任何答案，我将迁移（当然，假设主持人当时还没有迁移问题）。Hi Delta:因为ggplot只使用代码predict（..，interval=“confidence”）
（您可以手动建模并进行打印检查），因此，问题似乎缩小到这个区间所代表的范围。我认为这样做更好，因为它似乎与ggplot无关，更多的是询问如何计算线性回归的置信区间：投票赞成迁移您可能会发现这个答案很有用：@WeihuangWong，感谢您的帮助，但是你发布的链接讨论了置信区间和预测区间之间的区别。我不关心预测间隔。我只想知道当用来计算置信带时，predict.lm（）
，是否同时计算置信带或逐点置信带。@user20650，您可能是对的。我特别想问的是什么类型的置信区间ggplot
正在计算（逐点或同时）。这就是为什么我最终选择在这里发帖。无论如何，简历可能更适合这个问题。我将对标题进行一些编辑，以避免任何混淆，然后再等一会儿。如果我没有收到任何答案，我将迁移（当然，假设主持人当时还没有迁移问题）。Hi Delta:ggplot只使用代码predict（..，interval=“confidence”）
（您可以手动建模并进行打印检查），因此问题似乎减少到这个时间间隔所代表的范围。谢谢！你能给代码加一点解释吗？ggplot
部分是不言自明的，但是关于前面几行的一些注释可能会使答案更为普遍有用。例如，为什么需要重新排序setosa
？程序包multcomp
中的glht
功能是什么？重新排序setosa
只是为了使线条在绘图上正确呈现（否则它们会前后曲折）。至于multcomp:：glht
，不幸的是，我没有信心能给你一个准确或有用的解释（除此之外，这是一种同时获得置信区间的方法），所以最好是你发布一个后续问题（无论是在这里还是在简历上）。谢谢！我还想知道为什么您没有导入包multcomp
…发现它屏蔽了dplyr
的select
。谢谢！你能给代码加一点解释吗？ggplot
部分是不言自明的，但是关于前面几行的一些注释可能会使答案更为普遍有用。例如，为什么需要重新排序setosa
？程序包multcomp
中的glht
功能是什么？重新排序setosa
只是为了使线条在绘图上正确呈现（否则它们会前后曲折）。至于multcomp:：glht
，不幸的是，我没有信心能给你一个准确或有用的解释（除此之外，这是一种获得同时置信区间的方法），因此你可能会更好