对 R 中逻辑回归的估计系数进行线性假设检验

Question

我有形式的逻辑回归

$Y=f(X;\theta)=\alpha+\beta X$

其中

$\theta={\alpha,\beta}$

对应的R代码如下

Regression_hat<-glm(Y~X,family=binomial(link='logit'))

我知道为了检验联合假设检验 $H_{0}:\hat{\alpha}=0 \; \& \; \hat{\beta}=0$

linearHypothesis 测试可以使用以下形式：

linearHypothesis(Regression_hat,c("(Intercept)=0","X=0"),test=c("F"))

我想（联合）检验两个估计参数分别等于两个任意值的假设。这两个值存储在 R 中不同的变量名称（例如 V1 和 V2）下，尽管在上面的代码中使用变量名称（linearHypothesis(Regression_hat,c("(Intercept)=V1","X=V2"),test=c("F"))）不起作用。

Answer 1

尝试

linearHypothesis(Regression_hat, paste(c("(Intercept)", "X"), "=", c(V1, V2)), test = "F")

问题是写 "X=V2" 不会使 X2 看起来像一个变量；这只是这个角色的一部分。使用 paste 可以帮助您构造，例如 "X=3" 当 V1 取值 3.

对 R 中逻辑回归的估计系数进行线性假设检验

Conduct a linear hypothesis test on the estimated coefficients of a logistic regression in R

r

hypothesis-test