El siguiente código produce gráficos de barras con barras de error estándar que utilizan Hmisc, ddply y ggplot:

means_se <- ddply(mtcars,.(cyl),
                  function(df) smean.sdl(df$qsec,mult=sqrt(length(df$qsec))^-1))
colnames(means_se) <- c("cyl","mean","lower","upper")
ggplot(means_se,aes(cyl,mean,ymax=upper,ymin=lower,group=1)) + 
  geom_bar(stat="identity") +  
  geom_errorbar()

Sin embargo, la implementación de las funciones de ayuda anteriores, como mean_sdl, parece mucho mejor. Por ejemplo, el siguiente código produce un gráfico con barras de error de IC del 95%:

ggplot(mtcars, aes(cyl, qsec)) + 
  stat_summary(fun.y = mean, geom = "bar") + 
  stat_summary(fun.data = mean_sdl, geom = "errorbar")

Mi pregunta es cómo usar la implementación stat_summary para las barras de error estándar. El problema es que para calcular la SE se necesita el número de observaciones por condición y esto se debe acceder en el multiplicador de mean_sdl.

¿Cómo accedo a esta información dentro de ggplot? ¿Hay una solución no hacky para esto?