ggplot 如何計算回歸的置信區間？

R 繪圖包 ggplot2 有一個很棒的函數，稱為stat_smooth，用於繪製帶有相關置信帶的回歸線（或曲線）。

但是，對於每次回歸線（或“方法”），我很難弄清楚這個置信帶是如何生成的。我怎樣才能找到這些信息？

從Details幫助部分

計算由（當前未記錄的）predictdf 泛型函數及其方法執行。對於大多數方法，置信區間是使用 predict 方法計算的 - 例外情況是使用基於 t 的近似值的 loess，而對於 glm，在鏈接尺度上構建正常置信區間，然後再轉換為響應尺度。

因此predictdf通常會調用stats::predict，而後者又會調用predict平滑方法的正確方法。其他涉及stat_smooth 的函數也值得考慮。

大多數模型擬合函數將具有與模型predict相關聯的方法class。這些通常會採用一個newdata對象和一個參數se.fit來表示是否適合標準錯誤。（請參閱?predict）了解更多詳情。

se

顯示置信區間是否平滑？（默認為 TRUE，請參見要控制的級別

這直接傳遞給 predict 方法以返回適當的標準錯誤（取決於方法）

fullrange

擬合應該跨越繪圖的整個範圍，還是只是數據

這定義了將評估預測的newdata值x

level 要使用的置信區間水平（默認為 0.95）

直接傳遞給 predict 方法，以便置信區間可以定義適當的臨界值（例如，predict.lm用於qt((1 - level)/2, df)將標準誤差乘以

n 評估更平滑的點數

與 結合使用fullrange來定義對像x中的值newdata。

在對您的調用中，stat_smooth您可以定義與（或）se部分匹配的內容，並在必要時定義參數。將給出置信區間的水平（默認為 0.95）。se.fit``se``interval``level

對newdata像是在處理過程中定義的，具體取決於您設置的整個繪圖或數據范圍內的fullrange長度序列。n

在您的情況下， using rlm，這將使用predict.rlm，其定義為

predict.rlm <- function (object, newdata = NULL, scale = NULL, ...)
{
   ## problems with using predict.lm are the scale and
   ## the QR decomp which has been done on down-weighted values.
   object$qr <- qr(sqrt(object$weights) * object$x)
       predict.lm(object, newdata = newdata, scale = object$s, ...)
}

所以它在內部調用分解和參數predict.lm的適當比例。qr``scale

引用自：https://stats.stackexchange.com/questions/49835