ggplot绘制泊松GLM置信区间时geom_ribbon()使用异常排查

你的代码运行失败和模型、置信区间计算逻辑无关，核心是2个拼写和映射错误，外加1个潜在隐患：

• 构造预测数据框predframe_model3时，存储日期的列名写错了：你写的是data = aids$date，列名实际为data，但全局ggplot映射里x轴调用的变量是date，geom_ribbon找不到对应列直接触发报错。
• geom_ribbon单独指定了数据源，但没有在图层映射里明确声明x轴变量，继承全局映射时会优先在当前图层的数据源里匹配变量，匹配失败就会中断运行。
• 潜在隐患：画拟合线时你直接调用了全局环境里的model3_preds向量，没有把拟合值存入绘图数据源，一旦后续数据顺序变动，很容易出现拟合线和散点不匹配的隐式错误。

library(ggplot2)

# 拟合泊松GLM模型
model3 = glm(cases ~ date,
         data = aids,
         family = poisson(link='log'))

# 计算带标准误的预测值
predictions_model3 = predict(model3, aids, se.fit = TRUE, type = 'response')

# 计算95%置信区间上下限
upper_mod3 = predictions_model3$fit + 1.96 * predictions_model3$se.fit 
lower_mod3 = predictions_model3$fit - 1.96 * predictions_model3$se.fit

# 构造绘图用预测数据框：修正列名错误，同时存入拟合值
predframe_model3 = data.frame(
  lwr = lower_mod3, 
  upr = upper_mod3, 
  date = aids$date, 
  cases = aids$cases,
  fit = predictions_model3$fit
)

# 绘图
ggplot(aids, aes(date, cases)) +
  geom_ribbon(data = predframe_model3, 
              aes(x = date, ymin = lwr, ymax = upr), 
              fill = 'grey', alpha = 0.5) + # 增加透明度调整，避免置信带遮挡原始散点
  geom_point() +
  geom_line(data = predframe_model3, aes(x = date, y = fit), col = 'red')

你当前的置信区间是直接在响应尺度计算的Wald区间，对于带log链接的泊松模型，更严谨的做法是先在log尺度计算置信区间上下限，再通过exp()转换回原始尺度，可以避免出现置信区间下限为负数的不合理结果，如果对区间估计准确性要求高可以调整这部分计算逻辑。

内容的提问来源于stack exchange，提问作者Joe