在 R 中绘制非线性回归配置区间

Question

请帮忙。 我已经设法使用以下方法将相当不错的非线性回归曲线拟合到我的数据中：

model2 <- nls(urine~a*(1-exp(-c*water)), data = eagle, start = list(a=550, c=0.00385))

然后我使用以下方法生成我的情节：

av <- seq(0,1200, 0.5)
bv <- predict (model2, data=eagle, list(water=av))
plot (urine~water, data = eagle)
lines (av,bv)

我想为上下 95% 置信区间画一些虚线。我已经设法为我的线性回归分析编写代码，但我正在努力应对当前的非线性回归。以下代码：

a <- predict (model2, newdata=data.frame(water=av), interval="confidence")

对于线性回归，这给了我一个包含三列的数据框，分别表示 fit、lwr 和 upr。使用我的非线性回归，它只会给我一个我无法做任何事情的数字列表。有什么建议么？有没有一种简单的方法来获得非线性回归的上限和置信线？

Answer 1

se.fit 显然没有运行。发现很多论坛讨论在 R 中将置信区间拟合到非线性回归的困难。经过一整天的搜索并在互联网上猛烈抨击，我终于找到了一个非常有用的公式。我不是 100% 确定它是如何工作的，但它是有效的，所以这里适用于需要这样做的任何其他人......

http://www.r-bloggers.com/predictnls-part-1-monte-carlo-simulation-confidence-intervals-for-nls-models/

根据一系列 x 值生成预测值的统计表后，您可以访问输出的第 6 列和第 7 列中的 lwr 和 upr CI 值数据并以此方式绘制。