Le package de traçage R ggplot2 a une fonction impressionnante appelée stat_smooth pour tracer une ligne (ou courbe) de régression avec la bande de confiance associée.
Cependant, j'ai du mal à comprendre exactement comment cette bande de confiance est générée, à chaque fois que la ligne de régression (ou "méthode"). Comment puis-je trouver ces informations?
r
regression
confidence-interval
ggplot2
static_rtti
la source
la source
Réponses:
De la
Details
section de l'aideDonc Predictdf appellera généralement
stats::predict
, qui à son tour appellera la bonnepredict
méthode pour la méthode de lissage. D'autres fonctions impliquant stat_smooth sont également utiles à considérer.La plupart des fonctions d'ajustement du modèle auront une
predict
méthode associéeclass
au modèle. Ceux-ci prendront généralement unnewdata
objet et un argumentse.fit
qui indiqueront si les erreurs standard seront ajustées. (voir?predict
) pour plus de détails.Ceci est transmis directement à la méthode de prédiction pour renvoyer les erreurs standard appropriées (selon la méthode)
Ceci définit les
newdata
valeurs pourx
lesquelles les prédictions seront évaluéesPassé directement à la méthode de prédiction afin que l'intervalle de confiance puisse définir la valeur critique appropriée (par exemple
predict.lm
utilisationsqt((1 - level)/2, df)
des erreurs standard à multiplier parUtilisé conjointement avec
fullrange
pour définir lesx
valeurs de l'newdata
objet.Dans un appel à,
stat_smooth
vous pouvez définirse
ce qui correspond partiellement àse.fit
(ouse
) et définir l'interval
argument si nécessaire.level
donnera le niveau de l'intervalle de confiance (par défaut 0,95).L'
newdata
objet est défini dans le traitement, en fonction de votre réglagefullrange
sur une séquence de longueurn
dans la plage complète du tracé ou des données.Dans votre cas, en utilisant
rlm
, cela utiliserapredict.rlm
, qui est défini commeIl s'agit donc d'un appel interne
predict.lm
avec une mise à l'échelle appropriée de laqr
décomposition et de l'scale
argument.la source
predict
méthode a été configurée de manière standard. J'ai modifié ma réponse pour répondre aux problèmes soulevés dans votre premier commentaire.