R语言ggplot绘制四次多项式误差条异常：复现《统计学习导论（R语言版）》图7.1右侧图形失败求助

嘿，我一眼就看出问题所在啦！你现在是直接在概率尺度上计算置信区间，但逻辑回归的核心线性结构是在**对数几率（log-odds）**尺度上的——概率尺度是非线性的，直接加减标准误会完全扭曲置信区间的形态，这就是为什么你看到高值区间误差条反而变窄的原因。

核心问题拆解 #

逻辑回归的glm模型输出的线性预测值（log-odds）是服从正态分布的，所以我们应该先在这个尺度上计算置信区间，再通过logit逆变换（plogis()函数）转换回概率尺度。直接在概率尺度上操作会忽略logistic变换的非线性特性，导致置信区间的形态完全不符合理论预期，甚至可能出现概率<0或>1的不合理结果。

修正后的代码 #

library(tidyverse)
library(ISLR2)
library(broom)

wage <- Wage %>% 
  as_tibble() %>% 
  select(age, wage) %>% 
  mutate(high_inc = wage > 250)

# 修正后的绘图代码
glm(high_inc ~ poly(age, 4), data = wage, family = binomial) %>% 
  # 保留默认的线性预测（log-odds尺度），同时获取标准误
  broom::augment(se_fit = TRUE) %>% 
  # 在log-odds尺度计算置信区间
  mutate(
    logit_lower = .fitted - 1.96 * .se.fit,
    logit_upper = .fitted + 1.96 * .se.fit,
    # 转换回概率尺度
    prob_fitted = plogis(.fitted),
    prob_lower = plogis(logit_lower),
    prob_upper = plogis(logit_upper)
  ) %>% 
  ggplot(aes(age, prob_fitted)) + 
  geom_line() + 
  geom_ribbon(aes(ymin = prob_lower, ymax = prob_upper), color = "grey", alpha = .2)

关键改动说明 #

1. 去掉type.predict='response'：让augment返回默认的对数尺度预测值（.fitted代表log-odds），同时指定se_fit=TRUE获取该尺度下的标准误。
2. 在log-odds尺度计算区间：先在正态分布假设下计算对数几率的置信上下限，再用plogis()（logit函数的逆函数）把所有值转换回0-1的概率尺度。
3. 用转换后的概率值绘图：此时的置信区间会在概率接近0或1的区域（比如age较大、高收入概率高的区间）明显发散，完全匹配书中图7.1右侧的形态。

额外提醒 #

如果你坚持在概率尺度计算区间，不仅会出现形态错误，还可能得到lower<0或upper>1的不合理值——而通过log-odds转换的方法能完美避免这个问题，同时保证置信区间的统计合理性。

内容的提问来源于stack exchange，提问作者Louis Maiden