我想绘制一个具有健壮的聚类标准误差的逻辑回归模型。因此，在ggplot中我使用geom_smooth，而我想使用glm而不是常规的glm.cluster方法来调整SE。
这是我已经尝试过的。 glm.cluster可以单独工作，但是当我将geom_smooth与library(miceadds)
library(sandwich)
library(ggplot2)
data(data.ma01)
dat <- data.ma01
dat$highmath <- 1 * ( dat$math > 600 )
mod2 <- miceadds::glm.cluster( data=dat, highmath ~ hisei ,
cluster="idschool", family="binomial")
coef(mod2)
vcov(mod2)
summary(mod2)
ggplot(data = dat,aes(x =hisei, y = highmath))+
geom_smooth(method = glm.cluster, method.args = list(family = "binomial",cluster='idschool'))
一起使用时会吐出错误。
stat_smooth()但是我收到以下错误：
2：{{1}}中的计算失败： 变量“（重量）”的类型（列表）无效