차이의 통계적 유의성을 확인하기 위해 두 개의 서로 다른 기간에 사용 된 동일한 패널 회귀에서 두 개의 회귀 계수 를 비교하려고합니다 . 따라서 2007-2009 년 동안의 관측치로 패널 회귀 분석을 먼저 실행하면 2010-2017 년에 적용된 동일한 패널 모델에서 얻은 동일한 계수의 추정치와 비교하고자하는 하나의 계수 추정치를 얻습니다.
하나의 회귀에서 회귀 계수 간의 차이를 테스트하는 R 코드를 기반으로 우도 비 테스트를 계산하려고했습니다. 링크 된 토론에서는 간단한 선형 방정식을 사용합니다. 답변에 설명 된 것과 동일한 명령을 R에서 사용하면 카이 제곱 분포를 기반으로 결과를 얻고 그것을 해석 할 수 있는지 여부와 방법을 이해할 수 없습니다.
에서 R , I는 다음했다 :
linearHypothesis(reg.pannel.recession.fe, "Exp_Fri=0.311576")
reg.pannel.recession.fe
2007-2009 기간 동안 패널 회귀는 어디에 있습니까 Exp_Fri
? 제가 비교하고자하는이 회귀 계수는 0.311576
2010-2017 기간 동안 추정 된 계수입니다.
다음을 사용하여 다음 결과를 얻습니다 linearHypothesis()
.
어떻게 해석 할 수 있습니까? plm 객체 인 다른 기능을 사용해야 합니까? 당신의 도움을 주셔서 대단히 감사합니다.
이 예에서는 비 네트에 명시된대로 F 테스트를받습니다.
"lm"개체에 대한 메서드는 기본 메서드를 호출하지만 기본 테스트를 "F"로 변경합니다. [...]
테스트를 F로 설정할 수도 있지만 기본적으로 linearHypothesis는 비 네트에서도 언급했듯이 분산-공분산 행렬에서 계수의 표준 오차를 추정 할 수있을 때마다 작동합니다.
기본 방법은 계수 벡터를 'coef'로 검색하고 계수-공분산 행렬을 'vcov'로 검색 할 수있는 모든 모델 객체에서 작동합니다 (그렇지 않으면 'vcov.'인수를 명시 적으로 설정해야 함).
따라서 패키지의 예를 사용합니다.
library(plm)
data(Grunfeld)
wi <- plm(inv ~ value + capital,
data = Grunfeld, model = "within", effect = "twoways")
linearHypothesis(wi,"capital=0.3",test="F")
Linear hypothesis test
Hypothesis:
capital = 0.3
Model 1: restricted model
Model 2: inv ~ value + capital
Res.Df Df F Pr(>F)
1 170
2 169 1 6.4986 0.01169 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
linearHypothesis(wi,"capital=0.3")
Linear hypothesis test
Hypothesis:
capital = 0.3
Model 1: restricted model
Model 2: inv ~ value + capital
Res.Df Df Chisq Pr(>Chisq)
1 170
2 169 1 6.4986 0.0108 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
t.test를 사용할 수도 있습니다.
tested_value = 0.3
BETA = coefficients(wi)["capital"]
SE = coefficients(summary(wi))["capital",2]
tstat = (BETA- tested_value)/SE
pvalue = as.numeric(2*pt(-tstat,wi$df.residual))
pvalue
[1] 0.01168515
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
몇 마디 만하겠습니다