R GG使用lm_稳健模型预测误差，包括固定效应和聚集标准误差

我正在对两个自变量及其相互作用进行回归，以及区域固定效应，并使用

estimatr

（版本0.22.0）和R版本3.6.0中的

lm_robust

命令对观察水平的标准误差进行聚类

我想使用

ggpredict

（版本0.14.3）中的

plot

命令可视化预测的回归结果，但得到的错误似乎是由于包含了固定效应

我得到的具体错误是：

X[，！beta_-na，drop=FALSE]中的错误]%*%coefs[！beta_-na，]：不一致的参数

如果我在运行回归后使用

ggpredict

，该回归只对标准错误进行聚类，但不包括固定效果，则代码运行正常。使用

sjPlot

而不是

ggpredict

中的包装器命令时，我会遇到相同的错误

以下是MWE：

library(ggeffects)
library(estimatr)
library(sjPlot)
N <- 1000
df <- data.frame(id = rep(1:N),
                 district = as.factor(rep(1:20, times = 50)),
                 x = rpois(N, lambda = 4),
                 y = rnorm(N),
                 z = factor(rbinom(N, 1, prob = 0.5)))

mod1 <- lm_robust(y ~ x*z,
                  clusters = id,
                  fixed_effects = ~district,
                  data = df)
summary(mod1)
predDF <- ggpredict(mod1, terms = c("x", "z")) # use ggpredict from ggeffects
plot_model(mod1, type = "pred", terms = c("x", "z")) # using plot_model from sjPlot

库（ggeffects）
图书馆（估计）
图书馆（sjPlot）
N误差似乎与
estimatr
的预测方法有关。请参阅涉及
plm
的类似讨论

如果我们尝试使用
估计值：：：predict.lm_robust
进行预测，则会产生相同的错误：

库（ggeffects）
图书馆（估计）
图书馆（sjPlot）
N