在 ggplot 中绘制具有聚集标准误差的回归的置信区间答案

【问题标题】：Plot confidence interval for regression with clustered standard error in ggplot在 ggplot 中绘制具有聚集标准误差的回归的置信区间
【发布时间】：2019-07-31 21:20:39
【问题描述】：

我想在ggplot 中绘制一个置信区间的回归模型。在我的模型中，我想使用聚集在变量上的稳健标准误差。但是，我找不到可以找到聚类错误变量的位置。

我已经用lm_robust 方法尝试了geom_smooth 函数，但找不到在哪里添加集群错误变量。

p1 +geom_smooth(data=data,aes(y=y,x=x),method='lm_robust',se = T)

我需要ggplot 中以下行的等价物用于情节：

lm_robust(y~ x, data = data, clusters = z)

【问题讨论】：

添加method.args = list(clusters = z)?
我添加了method.args=list(clusters=z) 并返回了以下错误：“找不到对象“z””然后尝试method.args=list(clusters="z") 并收到此错误“stat_smooth() 中的计算失败：可变长度不同（找到(簇))"
我不知道lm_robust来自什么包，所以我不确定通常如何使用clusters参数，我无法尝试。
它来自estimatr 包。这里是其文档中手动使用的集群的示例：lmclust <- lm_robust(y ~ x + z, data = dat, clusters = clusterID)

标签： r ggplot2

【解决方案1】：

似乎非标准评估会带来问题，但您可以像这样传递整个 data.frame 列：

library(ggplot2)
library(estimatr)

ggplot(mtcars, aes(hp, qsec)) + 
  geom_smooth(method = 'lm_robust', method.args = list(cluster = mtcars$cyl))

请注意，在绘制多条线（例如使用颜色）或使用构面时，这将不起作用。

【讨论】：

谢谢，但运行确切代码时出现以下错误“geom_smooth 中的错误（method = “lm_robust”，method.args = list(cluster = cyl))：object 'cyl' not找到”