比较不同回归的系数

Question

我正在尝试比较具有相同变量但运行不同子组的两个线性回归的系数。我想检查模型 1 中的系数是否等于模型 2 中的系数。我需要知道每个系数。

我的可重现数据：

Data <- data.frame(
gender = sample (c("men", "women"), 2000, replace = TRUE),
var1 = sample (c("value1", "value2"), 2000, replace = TRUE),
var2 = sample (c("valueA", "valueB"), 2000, replace = TRUE),
y = sample(0:10, 2000, replace = TRUE)
)

我运行两个回归：

men <- subset(Data, gender =="men")
women <- subset(Data, gender =="women")

lm.men <- lm(y~var1+var2, data = men)
summary(lm.men)
lm.women <- lm(y~var1+var2, data = women)
summary(lm.women)

基本上，我想测试一下：

lm.men 中的系数 var1 = lm.women

var1

lm.men 中的系数 var2 = lm.women

var2

我不能使用anova()函数，因为我的两个样本是不同的。我想我应该应用 F 检验，但找不到用于该检验的函数。

有谁知道如何解决我的问题？

Answer 1

正如@Barker 在评论中指出的，这个问题的统计部分是 already answered on CrossValidated；我将在此处添加一些 R 编码详细信息。

为了回答这些问题（“var1 和 var2 的效果在男性和女性之间有显着差异吗？”），拟合一个具有按性别变量交互的模型并测试交互项。

Data <- data.frame(
     gender = sample (c("men", "women"), 2000, replace = TRUE),
     var1 = sample (c("value1", "value2"), 2000, replace = TRUE),
    var2 = sample (c("valueA", "valueB"), 2000, replace = TRUE),
    y = sample(0:10, 2000, replace = TRUE)
 )
 mm <- lm(y~(var1+var2)*gender,Data)

以下是互动条款：

interax <- c("var1value2:genderwomen","var2valueB:genderwomen")
printCoefmat(coef(summary(mm))[interax,])
##                        Estimate Std. Error t value Pr(>|t|)
## var1value2:genderwomen  0.20144    0.28241  0.7133   0.4758
## var2valueB:genderwomen -0.15423    0.28266 -0.5456   0.5854

比较不同回归的系数

Compare coefficients across different regressions

regression

r