R代码，用于测试一个回归的回归系数之间的差异

Question

我想测试一个线性回归中的系数是否彼此不同，或者它们中的至少一个是否与某个特定值（比如 0）显着不同，这在 Stata 中似乎很直观。例如

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

我想知道如果我想在 R 中测试这个我该如何做？

Answer 1

您可以比较每个模型（比如 mod1 和 mod2）的系数列表，如：

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),]

这会产生一个按系数差的绝对值排序的数据框，即：

    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

如果斜率不是您想要的，您可以使用 coef() 函数访问其他系数：

coef(summary(model))

获取Pr(>|z|)，例如，使用：

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

Answer 2

car 包有一个简单的功能可以做到这一点。

首先，拟合您的模型：

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

您可以使用 linearHypothesis 函数检验不同的线性假设，例如：

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"))

R代码，用于测试一个回归的回归系数之间的差异

R code to test the difference between coefficients of regressors from one regression

r

regression-testing