如何计算非线性方程的95％置信区间？

我有一个方程式可以根据海牛的年龄（以天为单位（以葡萄牙语为单位））预测海牛的体重：

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

我已经使用nls（）在R中对其进行了建模，并得到了以下图形：

现在，我要计算95％的置信区间并将其绘制在图形中。我对每个变量a，b和c使用了上限和下限，如下所示：

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

然后我使用较低的a，b，c绘制较低的线，并使用较高的a，b，c绘制较高的线。但是我不确定这是否是正确的方法。它给我这张图：

这是这样做的方法，还是我做错了？

1. 此站点上的QA解释了如何在由非线性回归生成的曲线周围创建置信带的数学方法： 置信度的形状和非线性回归的预测区间

2. 如果您进一步阅读，这将有助于区分参数的置信区间和曲线的置信带。

3. 查看您的图表，可以肯定地看起来好像您有四只动物的数据，并在许多天进行测量。如果是这样，一次拟合所有数据将违反回归假设之一-每个数据点都是独立的（或者每个残差都具有独立的“错误”）。您可以考虑单独拟合每只动物的踪迹，或使用混合模型一次拟合它们。