我正在尝试将置信区间添加到 R 中的对数回归曲线中。我认为有一个数学原因我目前无法做到这一点，所以任何帮助将不胜感激。
这是数据:
Treatment<-c(15,12,6,3,15,12,6,9,9,15,6,9,3,3,12)
CSA<-c(70.32255036, 141.7157414, 185.6793193, 382.1145078, 51.68417543,
99.38527948, 164.1865075, 160.8565834, 43.85808722, 46.99992099,
75.46593836, 116.4039474, 250.3521394, 290.2665555, 122.2660148)
data<-data.frame(Treatment, CSA)
这是生成情节的代码
par(mfrow=c(1,1))
par(mar=c(2.5,2.5,1,1))
plot(data$Treatment,data$CSA,ylim=c(0,400),xlim=c(3,15),pch=21,
xaxt="n",yaxt="n",cex=0.6,xlab=NA,ylab=NA,bty="l")
axis(side=1,tck=-0.02,at=seq(3,15,3),cex.axis=0.6,
mgp=c(0,0.3,0))
axis(side=2,tck=-0.02,at=seq(0,400,100),cex.axis=0.6,
las=2,mgp=c(0,.5,0))
ylab<-expression("Total cross-sectional area (cm"^{2}~")")
xlab<-c("Treatment")
mtext(xlab,side=1,line=1.5,cex=0.7)
mtext(ylab,side=2,line=1.5,cex=0.7)
model <- nls(CSA ~ a*log(Treatment)+b,start =
list(a = -141,b = 437),data=data)
xv<-seq(min(data$Treatment),max(data$Treatment),0.5)
yv<-predict(model,list(Treatment=xv))
lines(xv,yv,col="grey23",lwd=1.5)
如果我使用二阶多项式模型拟合绘图；
mod2<-lm(CSA~poly(Treatment,2),data=data)
xv<-seq(min(data$Treatment),max(data$Treatment),0.5)
yv<-predict(mod2,list(Treatment=xv))
lines(xv,yv,col="grey23",lwd=1.5)
我可以使用以下方法添加置信区间；
newx <- seq(min(data$Treatment), max(data$Treatment), length.out=1000)
preds <- predict(mod2, newdata = data.frame(Treatment=newx),
interval = 'confidence')
lines(newx, preds[ ,3], lty = 'dashed', col = "grey36",lwd=1)
lines(newx, preds[ ,2], lty = 'dashed', col = 'grey36',lwd=1)
但这不适用于对数曲线。有没有办法在基础 R 中做到这一点？
提前致谢
最佳答案
使用 lm 可以正常工作将线性模型拟合到对数转换数据
mod3 <- lm(CSA ~ log(Treatment),data=data)
yv<-predict(mod3,list(Treatment=xv))
lines(xv,yv,col="grey23",lwd=1.5)
preds <- predict(mod3, newdata = data.frame(Treatment=newx),
interval = 'confidence')
lines(newx, preds[ ,3], lty = 'dashed', col = "grey36",lwd=1)
lines(newx, preds[ ,2], lty = 'dashed', col = 'grey36',lwd=1)
关于r - 向对数回归添加置信区间，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50431066/