獲取npreg的置信區間作爲值，而不是繪圖

Question

我使用衆所周知的Hayfield & Racine的「np」包進行非參數迴歸。它允許爲基於自舉程序的估計係數繪製置信區間。有關示例，請參閱下面的代碼。

問題：我想知道如何獲得這些數字形式的置信intervalls？其中一個，但不是這個問題的唯一原因是我真的不喜歡ci的介紹。更一般地說，我想在我的分析中使用並進一步處理信心帶。

library(np) 
    # generate random variables: 
    x <- 1:100 + rnorm(100)/2 
    y <- (1:100)^(0.25) + rnorm(100)/2 
    mynp <- npreg(y~x) 
    plot(mynp, plot.errors.method="bootstrap")` 

Answer 1

執行 plot時

，該函數被調用，以np包，它是函數npplot

npplot exepts它默認圖表的結果，並返回NULL等於plot參數plot.behavior的情節方法。你應該設置plot.behavior = "plot-data"，該功能將繪製並返回對象的數據。

dat <- plot(mynp, plot.errors.method="bootstrap",plot.behavior = "plot-data") 

比該行中的值可以通過dat$r1$mean被accesed和要添加到平均值的值，以獲得通過dat$r1$merr accesed上下CI。

注意並不是所有的值都被繪製出來。只有一半（每隔一個值和最後一個值）。

閱讀關於npplot的'幫助'以獲取更多選擇。

進一步是與使用的代碼示例結果：

library(np) 
# generate random variables: 
x <- 1:100 + rnorm(100)/2 
y <- (1:100)^(0.25) + rnorm(100)/2 
mynp <- npreg(y~x) 
dat <- plot(mynp, plot.errors.method="bootstrap",plot.behavior = "plot-data") 

然後重新創建結果：

z <- unlist(dat$r1$eval,use.names = F) 
CI.up = as.numeric(dat$r1$mean)+as.numeric(dat$r1$merr[,2]) 
CI.dn = as.numeric(dat$r1$mean)+as.numeric(dat$r1$merr[,1]) 
plot(dat$r1$mean~z, cex=1.5,xaxt='n', ylim=c(1.0,3.5),xlab='',ylab='lalala!', main='blahblahblah',col='blue',pch=16) 
arrows(z,CI.dn,z,CI.up,code=3,length=0.2,angle=90,col='red') 

，我們將得到：

就像你c一看，結果是一樣的（只有我計算了每個點的間隔，而不僅僅是其中的一半）。

注意npplot的plot.errors.type屬性默認情況下獲得「標準」和「分位數」並且是「標準」。當您指定「標準」時，dat$r1$merr將保持標準誤差，並且曲線將包括mean + std err作爲區間。或者，該圖將包括分位數作爲間隔，分位數將保存在dat$r1$merr。其中使用的qu化由plot.errors.quantiles分位數指定，並且它僅與plot.errors.type = "quantiles"