lm_robust获取因子变量的参考水平

Question

我如何在下面的回归输出中自动得到一条显示因子变量参考水平的线？我想要实现这一点，我喜欢方便地传递输出和参考级别名称，以便绘图。

library(estimatr)

N = 20000
x = rbinom(N, 1, prob = 0.4)
y = 0.4*x + rnorm(N)
df <- data.frame(x,y)
df$x <- factor(df$x)

lm_robust(df, formula = y ~ x)

# What I want:

              Estimate  Std. Error   t value      Pr(>|t|)     CI Lower   CI Upper    DF
(Intercept) 0.01226214 0.009170196  1.337173  1.811815e-01 -0.005712206 0.03023648 19998
x0          0 or NA... etc.  
x1          0.36736184 0.014482711 25.365544 9.761365e-140  0.338974534 0.39574915 19998

Answer 1

从你的问题中我不是很确定，所以下面是一个尝试。emmeans是一个用于确定单个估计值的有用包，您需要使用与之“兼容”的包。因此，如果是稳健估计，您可以使用MASS中的rlm并执行以下操作：

library(MASS)
library(emmeans)

N = 20000
x = sample(0:3,N,replace=TRUE)
y = 0.4*(x==1) + rnorm(N)
df <- data.frame(x,y)
df$x <- factor(df$x)


emmeans(fit,"x")
 x  emmean     SE df asymp.LCL asymp.UCL
 0  0.0143 0.0146 NA   -0.0143    0.0429
 1  0.4096 0.0146 NA    0.3811    0.4382
 2  0.0108 0.0148 NA   -0.0181    0.0398
 3 -0.0187 0.0147 NA   -0.0475    0.0101