在计算转换结果变量的置信区间时，for是否使用lm_robust聚类稳健标准误差？

Question

我正在使用emmeans包检查两个连续预测变量之间的交互作用。我正在使用来自lm_robust()包的estimatr来执行线性回归并获得集群健壮的标准错误。结果变量居中，并缩放到SD单元方差。例如：

fit <- lm_robust(scale(Y) ~ X1 * X2 + X3 + X4, data = mydata, cluster = school, se_type = 'CR2')

然后，我可以使用类似于以下代码的代码在三个X2级别执行成对的对比或可视化行：

emmip(fit, X2 ~ X1, CIs = TRUE, at = list(X2 = c(mean(X2) - sd(X2),
                                                 mean(X2),
                                                 mean(X2) + sd(X2))))

我不希望将结果变量转换为原来的规模。

我的问题是，emmeans是否使用集群稳健的标准错误来计算其报告的置信区间或p值，这种行为是否取决于结果变量是在其原始规模上还是在转换后的？在estimatr包创建者的网站上，一个简短的例子表明，lm_robust对象可以与emmeans一起使用，但我不能看到lm_robust作为支持的模型列出在"Models支持的“vignette 页面或包文档中。

Answer 1

我相信这个lm_robust对象是lm的一个扩展，所以它使用了lm对lm的支持。反过来，这将意味着估计数是通过coef(模型)获得的，其SE是用vcov(模型)导出的。因此，如果vcov()返回所需的健壮变量，则them将使用它们。

对于大多数转换，它将如关于转换的小插曲中所描述的那样工作。特别是，指定type = "response“将导致返回的估计和置信限-转换，P值将被单独处理，SE将由delta方法计算(但在CIs和测试中不使用)。

更多信息

首先，我发现lm_robust不是从lm继承的；相反，估值包集成了它自己对 does 的支持。给出的细节不多，但是估计的开发人员必须相信所提供的内容必须是适当的。

scale()转换不是内置的，因为它很复杂。仅仅说我们使用了"scale"并不像说它是"log"那样简单，比如说，因为要处理scale()结果，我们需要知道什么是用来中心和划分结果的。

解决方法是创建emmeans()及其亲属反转转换所需的对象；这是由stats::make.link()或emmeans::make.tran()返回的表单的函数列表。以下是实现这一目的的一个功能：

make.scaletran = function(y, ...) {
    sy = scale(y, ...)
    if(is.null(m <- attr(sy, "scaled:center")))
       m = 0
    if(is.null(s <- attr(sy, "scaled:scale")))
        s = 1
    list(
        linkfun = function(mu) (mu - m) / s,
        linkinv = function(eta) s * eta + m,
        mu.eta = function(eta) s,
        valideta = function(eta) TRUE,
        name = paste0("scale(", signif(m, 3), ", ", signif(s, 3), ")")
    )
}

要使用它，您需要手动指定转换，因为它不是自动检测到的。下面是一个使用R中已有的warpbreaks数据的示例：

> warp.lmr = lm_robust(scale(breaks) ~ tension, cluster = wool, 
+     se_type = 'CR2', data = warpbreaks)

> tran = make.scaletran(warpbreaks$breaks)

> emmeans(warp.lmr, "tension", tran = tran)
 tension emmean    SE df lower.CL upper.CL
 L        0.624 0.619 51   -0.618   1.8666
 M       -0.133 0.181 51   -0.497   0.2301
 H       -0.491 0.219 51   -0.930  -0.0517

Results are given on the scale(28.1, 13.2) (not the response) scale. 
Confidence level used: 0.95 

> emmeans(warp.lmr, "tension", tran = tran, type = "response")
 tension response   SE df lower.CL upper.CL
 L           36.4 8.17 51     20.0     52.8
 M           26.4 2.39 51     21.6     31.2
 H           21.7 2.89 51     15.9     27.5

Confidence level used: 0.95 
Intervals are back-transformed from the scale(28.1, 13.2) scale 

OP中用于emmip()调用的代码是不正确的，因为它使用规范用于emmeans()，而不是emmip()。

在将来的更新中，我将考虑将这个缩放转换选项添加到emmeans::make.tran()。