R 变换矩阵（以便使用ggplot2绘制回归线）

我运行了一个多级回归，现在有一个系数矩阵，由回归中每组（=一个因子变量）的值+标准误差组成，例如，我的矩阵（截距+一个称为

Beta1

）如下所示：

Group    Intercept      Beta1 Intercept.se      Beta1.se
   11  0.044357458  0.4381340   0.08358735     0.1572632
   12 -0.007072542  0.1242737   0.09317142     0.1643544
   21  0.021075871  0.3727055   0.12050036     0.2459456
   22  0.023895981  0.6786013   0.11207848     0.3188887
   31 -0.115713481  0.3547718   0.09760681     0.1454787
   32 -0.004081244 -0.1954594   0.09993201     0.1953406

      Group         int       slo
1        11  0.09484568 0.3005997
2        11  0.12364749 0.5758899
3        11 -0.02942938 0.4821841
4        11  0.17226587 0.2413752
5        11  0.02923023 0.4251419
6        11  0.14650632 0.4541752
7        12  0.06784996 0.0356669
8        12 -0.02832304 0.2214471
...

ggplot(myData, aes(x=Beta1, y=Outcome)) +
  geom_jitter() +
  facet_wrap(~ Group) +
  geom_abline(aes(intercept=int, slope=slo), data=lines)

我想要实现的是绘制一张图表，显示每组可能的回归线。我提出了以下代码，为每个组生成15行（

coef.mtx

是上面提到的矩阵）：

这将生成如下数据帧：

Group    Intercept      Beta1 Intercept.se      Beta1.se
   11  0.044357458  0.4381340   0.08358735     0.1572632
   12 -0.007072542  0.1242737   0.09317142     0.1643544
   21  0.021075871  0.3727055   0.12050036     0.2459456
   22  0.023895981  0.6786013   0.11207848     0.3188887
   31 -0.115713481  0.3547718   0.09760681     0.1454787
   32 -0.004081244 -0.1954594   0.09993201     0.1953406

      Group         int       slo
1        11  0.09484568 0.3005997
2        11  0.12364749 0.5758899
3        11 -0.02942938 0.4821841
4        11  0.17226587 0.2413752
5        11  0.02923023 0.4251419
6        11  0.14650632 0.4541752
7        12  0.06784996 0.0356669
8        12 -0.02832304 0.2214471
...

ggplot(myData, aes(x=Beta1, y=Outcome)) +
  geom_jitter() +
  facet_wrap(~ Group) +
  geom_abline(aes(intercept=int, slope=slo), data=lines)

然后我可以用ggplot画出这些线，像这样：

Group    Intercept      Beta1 Intercept.se      Beta1.se
   11  0.044357458  0.4381340   0.08358735     0.1572632
   12 -0.007072542  0.1242737   0.09317142     0.1643544
   21  0.021075871  0.3727055   0.12050036     0.2459456
   22  0.023895981  0.6786013   0.11207848     0.3188887
   31 -0.115713481  0.3547718   0.09760681     0.1454787
   32 -0.004081244 -0.1954594   0.09993201     0.1953406

      Group         int       slo
1        11  0.09484568 0.3005997
2        11  0.12364749 0.5758899
3        11 -0.02942938 0.4821841
4        11  0.17226587 0.2413752
5        11  0.02923023 0.4251419
6        11  0.14650632 0.4541752
7        12  0.06784996 0.0356669
8        12 -0.02832304 0.2214471
...

ggplot(myData, aes(x=Beta1, y=Outcome)) +
  geom_jitter() +
  facet_wrap(~ Group) +
  geom_abline(aes(intercept=int, slope=slo), data=lines)

最终结果如下所示：

Group    Intercept      Beta1 Intercept.se      Beta1.se
   11  0.044357458  0.4381340   0.08358735     0.1572632
   12 -0.007072542  0.1242737   0.09317142     0.1643544
   21  0.021075871  0.3727055   0.12050036     0.2459456
   22  0.023895981  0.6786013   0.11207848     0.3188887
   31 -0.115713481  0.3547718   0.09760681     0.1454787
   32 -0.004081244 -0.1954594   0.09993201     0.1953406

      Group         int       slo
1        11  0.09484568 0.3005997
2        11  0.12364749 0.5758899
3        11 -0.02942938 0.4821841
4        11  0.17226587 0.2413752
5        11  0.02923023 0.4251419
6        11  0.14650632 0.4541752
7        12  0.06784996 0.0356669
8        12 -0.02832304 0.2214471
...

ggplot(myData, aes(x=Beta1, y=Outcome)) +
  geom_jitter() +
  facet_wrap(~ Group) +
  geom_abline(aes(intercept=int, slope=slo), data=lines)

---

有没有更好的方法来变换系数矩阵而不是使用这个循环？我想不出更好的办法。。。或者：您将如何可视化可能的回归线（而不仅仅是点估计值）？

您能否澄清哪些位是统计问题（此处的主题）哪些不是？如果您在其他地方发布了您的编程问题，您需要说明为什么要避免for循环。@mdewey：统计问题（用于交叉验证）：是否有更好的方法来可视化可能的回归线范围（无论是编程还是编程语言）？以及在进行时（StackExchange问题）：有没有办法避免循环？（循环本身没有问题，我只是R方面的一个相对初学者，所以我想知道我是否忽略了一些明显的、简单的转换函数…）