pglm 回归对象的 Wald 测试

Wald test for pglm regression objects

我正在尝试对 pglm() 函数返回的面板 logit 模型进行 Wald 检验。不幸的是,对于函数返回的 maxLik 对象,包中没有定义标准的 Wald 测试方法。

对于如何对 pglm maxLik 对象执行 Wald 测试的建议,我将不胜感激。

我的公式是:

model1 <- pglm(DV ~ IV1 + IV2 + some_controls, index = c("person_id","year_id"), family = "binomial", model = "random", data = data_frame_name)

pglm 对象属性为:

class(model1)
[1] "maxLik" "maxim"  "list"

names(model1)
[1] "maximum"     "estimate"    "gradient"    "hessian"     "code"        "message"     "last.step"   "fixed"       "iterations" 
[10] "type"        "gradientObs" "control"     "call"        "args"        "model"  

names(summary(model1))
[1] "maximType"     "iterations"    "returnCode"    "returnMessage" "loglik"        "estimate"      "fixed"         "NActivePar"   
[9] "constraints"

我找到了一种使用 "aod" 包对支持 "coef" 和 "vcov" 方法的每个回归对象进行 Wald 测试的直接方法。

library(aod)
wald.test(b = coef(model1), Sigma = vcov(model1), Terms = 1:2)

"Terms" 属性允许指定应联合测试模型中的哪些项。我找到了测试 here

我还 运行 Stata 中的测试 - 它提供的结果略有不同,但它们仍然相当接近 aod 测试提供的值。但是,如果有人知道在 R 中计算 Wald 测试的其他方法,或者可以解释为什么 Stata 和 aod 测试值之间可能存在差异,请仍然告诉我!