r - 如何正确绘制主轴回归的置信区间（使用 lmodel2）？

Question

您如何正确绘制减少的主轴回归的置信区间？

我在这篇相当老的帖子中找到了一些建议，但我对 CI 有点困惑。对截距使用较高的 CI 限制，而对斜率使用较低的 CI 限制是否更有意义，反之亦然？

基于上述帖子中 joran 的示例，以下代码（注意 CI 的索引）：

library(lmodel2)
library(ggplot2)

set.seed(43)
dat <- data.frame(a=log10(rnorm(50, 30, 10)), b=log10(rnorm(50, 20, 2)))
mod <- lmodel2(a ~ b, data=dat,"interval", "interval", 99)

ggplot(dat,aes(x=b,y=a)) + geom_point() + 
  geom_abline(intercept=mod$regression.results[4,2],
              slope=mod$regression.results[4,3],colour="blue") + 
  geom_abline(intercept=mod$confidence.intervals[4,2],
              slope=mod$confidence.intervals[4,5],colour="red") + 
  geom_abline(intercept=mod$confidence.intervals[4,3],
              slope=mod$confidence.intervals[4,4],colour="red")

将产生以下结果：

带有 CI 的 MA 回归

这样，置信区间穿过数据的质心。当谈到模型 II 回归时，我不是很了解，所以我会很高兴有一些意见。

标签： r