Bagaimana cara menghitung interval kepercayaan 95% untuk persamaan non-linear?

Saya memiliki persamaan untuk memprediksi berat manatee dari usia mereka, dalam beberapa hari (dias, dalam bahasa Portugis):

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

Saya telah memodelkannya dalam R, menggunakan nls (), dan mendapatkan gambar ini:

Sekarang saya ingin menghitung interval kepercayaan 95% dan memplotnya dalam grafik. Saya telah menggunakan batas yang lebih rendah dan lebih tinggi untuk setiap variabel a, b dan c, seperti ini:

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

maka saya plot garis yang lebih rendah menggunakan huruf a, b, c yang lebih rendah dan garis yang lebih tinggi menggunakan huruf a, b, c yang lebih tinggi. Tetapi saya tidak yakin apakah itu cara yang tepat untuk melakukannya. Ini memberi saya grafik ini:

Apakah ini cara untuk melakukannya, atau saya salah melakukannya?

1. QA ini di situs ini menjelaskan matematika untuk membuat pita kepercayaan di sekitar kurva yang dihasilkan oleh regresi nonlinier: Bentuk interval kepercayaan dan prediksi untuk regresi nonlinier

2. Jika Anda membaca lebih lanjut, ini akan membantu untuk membedakan interval kepercayaan untuk parameter dari pita kepercayaan untuk kurva.

3. Melihat grafik Anda, sepertinya Anda memiliki data dari empat hewan, mengukur setiap hari. Jika demikian, pemasangan semua data sekaligus melanggar salah satu asumsi regresi - bahwa setiap titik data independen (atau bahwa setiap residu memiliki "kesalahan" independen). Anda dapat mempertimbangkan menyesuaikan setiap jejak binatang secara individual, atau menggunakan model campuran untuk menyesuaikan semuanya sekaligus.