Как ggplot вычисляет доверительные интервалы для регрессий?

Пакет построения графиков R ggplot2 имеет потрясающую функцию stat_smooth для построения линии регрессии (или кривой) с соответствующей доверительной полосой.

Однако мне трудно понять, как именно генерируется этот доверительный интервал для каждого времени линии регрессии (или «метода»). Как я могу найти эту информацию?

Из Detailsраздела помощи

Вычисление выполняется (в настоящее время недокументированной) обобщенной функцией предикд и ее методами. Для большинства методов доверительные границы вычисляются с использованием метода прогнозирования. Исключениями является лесс, который использует основанное на t приближение, и для glm, где нормальный доверительный интервал строится на шкале связи, а затем обратно преобразуется в шкалу ответов.

Так что в общем случае будет вызываться Предсказаниеstats::predict , которое в свою очередь вызовет правильный predictметод для метода сглаживания. Другие функции, включающие stat_smooth , также полезны для рассмотрения.

Большинство функций подбора модели будут иметь predictметод, связанный с classмоделью. Они обычно принимают newdataобъект и аргумент, se.fitкоторый будет обозначать, будут ли установлены стандартные ошибки. (см. ?predict) для получения дополнительной информации.

se
показать доверительный интервал вокруг гладкой? (По умолчанию TRUE, см. Уровень для контроля

Это передается непосредственно в метод предиката для возврата соответствующих стандартных ошибок (зависит от метода)

fullrange
должно ли совпадение охватывать весь диапазон графика или только данные

Это определяет newdataзначения, для xкоторых будут оцениваться прогнозы

level уровень доверительного интервала для использования (0,95 по умолчанию)

Передается непосредственно в метод прогнозирования, чтобы доверительный интервал мог определить соответствующее критическое значение (например, predict.lmиспользуется qt((1 - level)/2, df)для стандартных ошибок, которые нужно умножить на

n количество баллов, чтобы оценить более гладко в

Используется в сочетании с fullrangeдля определения xзначений в newdataобъекте.

В рамках вызова stat_smoothвы можете определить, seчто является тем, что частично соответствует se.fit(или se), и определит intervalаргумент при необходимости. levelдаст уровень доверительного интервала (по умолчанию 0,95).

newdataОбъект определяется в обработке, в зависимости от настройки fullrangeк последовательности длины в nпределах полного диапазона участка или данных.

В вашем случае, используя rlm, это будет использовать predict.rlm, который определяется как

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, ...)
}

Так что это внутренний вызов predict.lmс соответствующим масштабированием qrдекомпозиции и scaleаргумента.