robuste Standardfehler in ggplot2

Question

Ich würde gerne ein Modell mit ggplot2 darstellen. Ich habe eine robuste Varianz-Kovarianz-Matrix geschätzt, die ich gerne bei der Schätzung des Konfidenzintervalls verwenden würde.

Kann ich ggplot2 anweisen, meine VCOV zu verwenden, oder kann ich predict.lm irgendwie zwingen, meine VCOV-Matrix zu verwenden? Ein Dummy-Beispiel:

source("http://people.su.se/~ma/clmclx.R")
df <- data.frame(x1 = rnorm(100), x2 = rnorm(100), y = rnorm(100), group = as.factor(sample(1:10, 100, replace=T))) 
lm1 <- lm(y ~ x1 + x2, data = df)
coeftest(lm1)
## outputs coef.test, but can be modified to output VCOV
clx(lm1, 1, df$group)

Es wäre relativ einfach, sie in ein Ggplot einzufügen, wenn ich mit meiner erweiterten VCOV-Matrix "korrekte" Vorhersagen erhalten könnte.

Answer 1

Nur die Standardfehler, nicht die Vorhersagen, sollten sich ändern - richtig?

getvcov <- function(fm,dfcw,cluster) {
  library(sandwich);library(lmtest)
  M <- length(unique(cluster))   
  N <- length(cluster)           
  K <- fm$rank                        
  dfc <- (M/(M-1))*((N-1)/(N-K))  
  uj  <- apply(estfun(fm),2, function(x) tapply(x, cluster, sum));
  dfc*sandwich(fm, meat=crossprod(uj)/N)*dfcw
}

V <- getvcov(lm1,1,df$group)
X <- as.matrix(model.frame(lm1))
se <- predict(lm1,se=TRUE)$se.fit
se_robust <- sqrt(diag(X %*% V %*% t(X)))