以 95% 的间隔绘制 gls 模型答案

【问题标题】：gls model plotting with 95% intervals以 95% 的间隔绘制 gls 模型
【发布时间】：2016-07-31 01:08:06
【问题描述】：

我正在尝试以 95% 的置信度绘制我的 gls 预测值，但我正在努力解决语法问题。

我之前使用 gam 模型完成了此操作，代码如下：

m1 <- gam(Chl ~ s(IR, fx= F, k= -1, bs = "cr"))
m1pred <- predict(m1, se=T, type = "response")

plot(IR, Chl, type ="p")
I1 <- order(IR)
lines(IR[I1], m1pred$fit[I1], lty=1, col="red", lwd = 3 )
lines(IR[I1], m1pred$fit[I1]+2*m1pred$se[I1], lty=2, col = "red", lwd =2)
lines(IR[I1], m1pred$fit[I1]-2*m1pred$se[I1], lty=2, col = "red", lwd = 2)

但这不适用于 gls 模型，因为它说：

pred2$fit 中的错误：$ 运算符对原子向量无效

我已经用另一种方法达到了这一点，我可以按照 Zurr 等人 (2009) 的一些代码绘制预测模型和数据：

plot(IR, Chl,
 ylim = c(0, 2.5), pch= 21,
 ylab = "Chl concentration µg/L", xlab = "Incident irradiance  (W/m-2)")

MyX <- data.frame(IR = seq(from = min(IR),
                       to = max(IR), length = 1076), ID = "IR")
pred2 <- predict(m1s, newdata = MyX)
lines(MyX$IR, pred2, col="red", lwd=3)

但我不确定如何添加 95% 间隔线？

我想我可以使用 AICmodav 包中的这种语法获取间隔：

predictSE.gls(m1s, MyX, se.fit=T)
lines(MyX$IR, predse, col="red", lwd=1)

但是我不知道如何绘制这个，因为 x 和 y 变量似乎是不同的......有人可以帮忙吗？

我对 R 并不感到惊讶，所以解释越简单，我就越能从中学到更多。

提前致谢路西

【问题讨论】：

标签： r plot syntax intervals lm

【解决方案1】：

在没有可重现的例子的情况下，我们所能做的就是猜测：尝试：

plot(IR, Chl, type ="p")
I1 <- order(IR)
lines(IR[I1], m1pred[I1 , 1], lty=1, col="blue", lwd = 3 )
lines(IR[I1], m1pred[I1 , 1]+2*m1pred[I1, "se.fit"], lty=2, col = "red", lwd =2)
lines(IR[I1], m1pred[I1 , 1]-2*m1pred[I1, "se.fit"], lty=2, col = "red", lwd = 2)

predict 的结果可能是矩阵或向量而不是列表。这就是错误消息试图让您识别的内容。这不应该是来自mgcv::predict.gam 或gam::predict.gam 生成的预测对象的错误，但是您没有包含library 调用，所以我们不知道gam 来自哪个包。您确实应该使用完整的参数名称（se.fit 而不是 se）调用函数并使用 TRUE 而不是 T。

【讨论】：