测试 R 中系数的各种假设检验
Testing Various Hypothesis Test for Coefficients in R
我知道在 R 中它 returns 对于多元回归它 returns βi=0 的假设检验但是如果你想测试像 βi=1 这样的检验怎么办。有什么简单的命令吗?如果没有,你怎么称呼系数标准误差、系数值、回归自由度,这样我就可以使用 t 分布 cdf 来计算 p 值。我想为通过多个数据
运行 的通用程序执行此操作
R 中有几个包可以让您测试系数是否不同于 0 以外的值。例如,https://www.rforge.net/doc/packages/FSA/hoCoef.html。在这种情况下,您将使用:
在 hoCoef 函数中指定 bo = 1。
虽然有执行此操作的软件包,但操作起来非常简单,您可以编写一个小函数。
returns sl
中的回归摘要的 p 值,用于针对 b0
中的值的相等性的双尾检验:
testb0=function(sl,b0) {
slm=sl$coefficients #$
t0=(slm[,1]-b0)/slm[,2]
pt(abs(t0),sl$df[2],lower.tail=FALSE)
}
对该功能的测试:
testb0( summary(lm(dist~speed+I(speed^2),cars)), b0=c(0,1,0) )
其中 returns 三个 p 值
(Intercept) speed I(speed^2)
0.43415754 0.48308979 0.06820122
我知道在 R 中它 returns 对于多元回归它 returns βi=0 的假设检验但是如果你想测试像 βi=1 这样的检验怎么办。有什么简单的命令吗?如果没有,你怎么称呼系数标准误差、系数值、回归自由度,这样我就可以使用 t 分布 cdf 来计算 p 值。我想为通过多个数据
运行 的通用程序执行此操作R 中有几个包可以让您测试系数是否不同于 0 以外的值。例如,https://www.rforge.net/doc/packages/FSA/hoCoef.html。在这种情况下,您将使用: 在 hoCoef 函数中指定 bo = 1。
虽然有执行此操作的软件包,但操作起来非常简单,您可以编写一个小函数。
returns sl
中的回归摘要的 p 值,用于针对 b0
中的值的相等性的双尾检验:
testb0=function(sl,b0) {
slm=sl$coefficients #$
t0=(slm[,1]-b0)/slm[,2]
pt(abs(t0),sl$df[2],lower.tail=FALSE)
}
对该功能的测试:
testb0( summary(lm(dist~speed+I(speed^2),cars)), b0=c(0,1,0) )
其中 returns 三个 p 值
(Intercept) speed I(speed^2)
0.43415754 0.48308979 0.06820122