erreurs standard robustes dans ggplot2

Question

Je voudrais tracer un modèle avec ggplot2. J'ai estimé une matrice robuste de variance-covariance que je voudrais utiliser pour estimer l'intervalle de confiance. Puis-je demander à ggplot2 d'utiliser mon VCOV, ou, en guise d'alternative, puis-je forcer predict.lm à utiliser ma matrice VCOV? Un exemple fictif:

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) 

Il serait relativement facile d'ajouter à un ggplot, si je pouvais obtenir des prédictions « corriger » compte tenu de mon vcov-matrice augmentée.

Answer 1

Seules les erreurs-types, et non les prédictions, devraient changer, n'est-ce pas?

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)))