如何在R语言中为回归线添加±2倍标准误的置信区间带

你目前使用的geom_smooth()默认生成的是95%置信区间，大样本下对应约±1.96倍标准误，和你需要的±2倍标准误非常接近，若要严格实现±2倍标准误的区间范围，可参考以下两种方案：

方案1：调整geom_smooth()的level参数（最简方案） #

线性回归置信区间的计算逻辑为 拟合值 ± 临界值 * 标准误，若要临界值取2，对应的置信水平约为0.9545，直接设置level参数即可：

library(ggplot2)
ggplot(iris, aes(x = Petal.Length, y = Sepal.Width)) +
  geom_smooth(method = lm, color = "black", level = 0.9545) +
  theme_bw()

该方案无需额外计算，适合快速出图场景。

方案2：手动计算拟合值与标准误（精准可控方案） #

如果需要完全规避小样本下t分布临界值带来的偏差，严格实现±2倍标准误区间，可以先手动计算拟合结果，再自定义绘制区间：

library(ggplot2)
# 拟合线性模型
fit <- lm(Sepal.Width ~ Petal.Length, data = iris)
# 提取预测值与对应标准误
pred_res <- predict(fit, se.fit = TRUE)
# 构造绘图用数据集
iris <- transform(iris,
                  fit = pred_res$fit,
                  upper = pred_res$fit + 2 * pred_res$se.fit,
                  lower = pred_res$fit - 2 * pred_res$se.fit)

# 绘图
ggplot(iris, aes(x = Petal.Length, y = Sepal.Width)) +
  geom_point(alpha = 0.3) + # 可选添加原始散点，按需保留
  geom_line(aes(y = fit), color = "black") +
  geom_ribbon(aes(ymin = lower, ymax = upper), alpha = 0.2, fill = "grey50") +
  theme_bw()

该方案可以严格保证灰色区间为±2倍标准误，适合需要精准控制绘图逻辑的场景。

内容的提问来源于stack exchange，提问作者Anna