Jak obliczyć 95% przedział ufności dla równania nieliniowego?

Mam równanie, aby przewidzieć wagę manatów na podstawie ich wieku, w dniach (dias, po portugalsku):

R <- function(a, b, c, dias) c + a*(1 - exp(-b*dias))

Modelowałem to w R, używając nls () i otrzymałem następującą grafikę:

Teraz chcę obliczyć 95% przedział ufności i wykreślić go na grafice. Użyłem dolnej i górnej granicy dla każdej zmiennej a, b i c, w ten sposób:

lower a = a - 1.96*(standard error of a)
higher a = a + 1.96*(standard error of a)
(the same for b and c)

następnie wykreślam dolną linię za pomocą niższej a, b, c, a wyższą linię za pomocą wyższej a, b, c. Ale nie jestem pewien, czy to właściwy sposób, aby to zrobić. Daje mi tę grafikę:

Czy to jest sposób, aby to zrobić, czy robię to źle?

1. Ta kontrola jakości na tej stronie wyjaśnia matematykę tworzenia pasm ufności wokół krzywych generowanych przez regresję nieliniową: Kształt przedziałów ufności i przewidywania dla regresji nieliniowej

2. Jeśli przeczytasz dalej, pomoże to odróżnić przedziały ufności dla parametrów od pasm ufności dla krzywej.

3. Patrząc na wykres, z pewnością wygląda na to, że masz dane czterech zwierząt, które mierzą każde z wielu dni. Jeśli tak, dopasowanie wszystkich danych naraz narusza jedno z założeń regresji - że każdy punkt danych jest niezależny (lub że każda reszta ma niezależny „błąd”). Możesz rozważyć dopasowanie śledzenia każdego zwierzęcia indywidualnie lub zastosować model mieszany, aby dopasować je wszystkie naraz.