Solidna estymacja MM w ggplot2 przy użyciu stat_smooth with method = „rlm”

Funkcja rlm (MASS) pozwala na oszacowanie zarówno M, jak i MM dla silnej regresji. Chciałbym wykreślić gładszą od MM solidną regresję w ggplot2, jednak myślę, że po wybraniu metody = "rlm" w stat_smooth, automatycznie wybrana metoda estymacji to typ M.

Czy jest jakiś sposób na wybranie techniki szacowania typu MM dla funkcji rlm przez ggplot2?

Oto mój kod:

df <-  data.frame("x"=c(119,118,144,127,78.8,98.4,108,50,74,30.4,
50,72,99,155,113,144,102,131,105,127,120,85,153,40.6,133),
"y"=c(1.56,2.17,0.81,1.07,1.12,2.03,0.90,1.48,0.64,
0.91,0.85,0.41,0.55,2.18,1.49,1.56,0.82,0.93,0.84,1.84,
0.78,1.15,3.85,3.30,0.94))      

library(ggplot2)
library(MASS)      

ggplot(df,aes(x=x,y=y))+geom_point()+
stat_smooth(method="rlm",fullrange=TRUE)+xlim(0,160)

Sprawdziłem wyniki z samym podsumowaniem rmm i jestem pewien, że ggplot2 używa (domyślnej?) Estymacji M.

Jak mogę wykorzystać oszacowanie MM z funkcji rml?

rlm(formula, ...,method = "MM")

Z góry bardzo dziękuję!

questionAnswers(1)

yourAnswerToTheQuestion