我正在使用程序包'segmented'对程序R中的某些二元逻辑回归进行分段回归 . 我选择了最终模型，现在想要绘制预测的概率和置信带 . 我的最终模型有一个连续变量，我正在分析回归线以及两个二分因子变量 . 这是一些输出，因此您可以可视化模型的结构

Estimated Break-Point(s):
   Est. St.Err 
 3.799  1.117 

t value for the gap-variable(s) V:  0 

Meaningful coefficients of the linear terms:
               Estimate Std. Error z value Pr(>|z|)  
Intercept)     -0.4056     0.4199  -0.966   0.3341  
approach_km     -0.4970     0.1963  -2.532   0.0114 *
sea2             0.8760     0.3989   2.196   0.0281 *
grp.bin2         0.4534     0.3320   1.366   0.1720  
U1.approach_km   0.4969     0.1967   2.526       NA  
sea2:grp.bin2   -0.8481     0.4731  -1.793   0.0730 .

这是预测概率和95％置信区间的图

first estimated probability plot

接下来我想重新调整二分变量并绘制另一条线以显示概率如何根据您所在的组而变化 . 我重新调整变量grp.bin并绘制概率和置信带 . 这显然改变了模型输出中的系数并改变了预测线 . 然而，它不会改变置信区间的情节 .

second probability plot

所以我的问题是...... plot.segmented函数是否绘制了与预测变量的所有组合相关联的最宽信任带，或者我的编码或函数是否有问题 . 如果需要，我可以添加我的代码但是使用绘图（segmented.object，add = TRUE）函数绘制预测线和95％置信带，以将它们添加到观察数据点之上 .

仅供参考，另一个变量组合产生的最大飞行概率为0.23（如果我绘制它将拥抱底部置信区间） .

谢谢

r plot confidence-interval