R-код для проверки разности коэффициентов регрессоров от одной регрессии

Question

Я хочу проверить, отличаются ли коэффициенты в одной линейной регрессии друг от друга, или же хотя бы один из них значительно отличается от одного определенного значения, скажем, 0, это кажется довольно интуитивно понятным в Stata. Например

webuse iris reg iris seplen sepwid petlen seplen==sepwid==petlen seplen==sepwid==petlen==0

Интересно, как я могу это сделать, если я хочу проверить это в R?

Answer 1

car Пакет имеет простую функцию, чтобы сделать это.

Во-первых, подойдет ваша модель:

model <- lm(Sepal.Length ~ Sepal.Width + Petal.Length, data = iris)

Чем вы можете проверить различные линейные гипотезы, используя linearHypothesis функция, например:

library(car)

# tests if the coefficient of Sepal.Width = Petal.Length
linearHypothesis(model, "Sepal.Width = Petal.Length")
Linear hypothesis test

Hypothesis:
Sepal.Width - Petal.Length = 0

Model 1: restricted model
Model 2: Sepal.Length ~ Sepal.Width + Petal.Length

  Res.Df    RSS Df Sum of Sq      F  Pr(>F)  
1    148 16.744                              
2    147 16.329  1    0.4157 3.7423 0.05497 .
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

# Other examples:
# tests if the coefficient of Sepal.Width = 0
linearHypothesis(model, "Sepal.Width = 0")

# tests if the coefficient of Sepal.Width = 0.5
linearHypothesis(model, "Sepal.Width = 0.5")

# tests if both are equal to zero
linearHypothesis(model, c("Sepal.Width = 0", "Petal.Length = 0"))

Answer 2

Вы можете сравнить список коэффициентов от каждой соответствующей модели (скажем, mod1 и mod2), как в:

diff=merge(mod1$coefficients, mod2$coefficients, by=0, all=TRUE)
diff[is.na(diff)]=0
diff$error=abs(diff$x-diff$y)
diff[order(diff$error, decreasing=TRUE),]

Это создает кадр данных, отсортированный по абсолютной величине разницы в коэффициентах, то есть:

    Row.names            x            y        error
1 (Intercept) -0.264189182 -0.060450853 2.037383e-01
6          id  0.003402056  0.000000000 3.402056e-03
3           b -0.001804978 -0.003357193 1.552215e-03
2           a -0.049900767 -0.049417150 4.836163e-04
4           c  0.013749907  0.013819799 6.989203e-05
5           d -0.004097366 -0.004110830 1.346320e-05

Если уклоны не те, что вам нужны, вы можете получить доступ к другим коэффициентам, используя функцию coef():

coef(summary(model))

Например, чтобы получить Pr(>|z|), используйте:

coef(summary(model))[,"Pr(>|z|)"]