ggplot2: две разные множественные регрессии модели Пуассона GLM и доверительный интервал

Question

Мне бы хотелось создать график в ggplot2, который бы совмещал две разные множественные регрессии модели Пуассона с множеством GLM и доверительный интервал (IC 95%).

Для этого я делаю:

#Artificial data set
Consumption <- c(501, 502, 503, 504, 26, 27, 55, 56, 68, 69, 72, 93)
Gender <- gl(n = 2, k = 6, length = 2*6, labels = c("Male", "Female"), ordered = FALSE)
Income <- c(5010, 5020, 5030, 5040, 260, 270, 550, 560, 680, 690, 720, 930)
df3 <- data.frame(Consumption, Gender, Income)
df3

# GLM Regression 
fm1 <- glm(Consumption~Gender+Income, data=df3, family=poisson)
summary(fm1)

# ANOVA
anova(fm1,test="Chi")

#Genders are different than I ajusted one model for male and another for Female

#Male model
df4<-df3[df3$Gender=="Male",]
fm2 <- glm(Consumption~Income, data=df4, family=poisson)
summary(fm2)

#Female model
df5<-df3[df3$Gender=="Female",]
fm3 <- glm(Consumption~Income, data=df5, family=poisson)
summary(fm3)

#Create preditions amd confidence interval
Predictions <- c(predict(fm2, type="link", se.fit = TRUE),
                 predict(fm3, type="link", se.fit = TRUE))
df3_combined <- cbind(df3, Predictions)
df3_combined$UCL<-df3_combined$fit + 1.96*df3_combined$se.fit
df3_combined$LCL<-df3_combined$fit - 1.96*df3_combined$se.fit
df3_combined<-df3_combined[,-(5:9)]
df3_combined<-as.data.frame(df3_combined)


#Plot
library(tidyverse)
library(ggplot2)
df3_combined %>%
  gather(type, value, Consumption) %>%
  ggplot(mapping=aes(x=Income, y=value, color = Gender, lty = type)) + 
  geom_point() +  
  geom_line(mapping=aes(x=Income, y=exp(fit))) +
  geom_smooth(mapping=aes(ymin = exp(LCL), ymax = exp(UCL)), stat="identity") 
#

Но мой выводной график ниже имеет проблему и не очень хорошо работает.

Эта строка для Потребления была неправильной. Любой участник, может мне помочь, пожалуйста?

Заранее спасибо!