하나의 패널 회귀에서 회귀 자 계수 간의 차이를 테스트하는 R 코드
BZ
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.fe2007-2009 기간 동안 패널 회귀는 어디에 있습니까 Exp_Fri? 제가 비교하고자하는이 회귀 계수는 0.3115762010-2017 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.
StupidWolf
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
에서 수정
관련 기사
Related 관련 기사
- 1
회귀 잔차를 사용하여 R에서 다른 회귀 (함수 내부)를 계산합니다.
- 2
요인의 각 수준 내에서 선형 회귀를 수행하는 R
- 3
gtsummary 패키지를 사용하는 회귀 테이블의 저널 테마에서 오류가 발생 함
- 4
r에서 빈도 테이블 및 회귀 모델 출력 사용자 정의
- 5
R의 회귀 모델에서 ICD10 코드를 사용하는 방법은 무엇입니까?
- 6
R의 lm 회귀에서 예측 변수에 대한 코딩
- 7
회귀 계수를 계산하여 테이블의 각 행에 넣는 방법
- 8
R을 사용하여 데이터 세트의 시작점에서 선형 회귀를 수행하는 방법
- 9
로지스틱 회귀-R에서 참조 수준 정의
- 10
R의 glm에서 "weights"인수를 사용하는 로지스틱 회귀에 대한 ROC 곡선 수행
- 11
선형 회귀 코드 (GLM 패키지)에서 Julia 구문 이해하기
- 12
R의 패널 데이터에 대한 Stata의 xtlogit 회귀 복제
- 13
내 회귀 계수가 내 R 모델에서 의미가없는 이유는 무엇입니까?
- 14
회귀 레코드 당 전체 또는 여러 테이블에 대한 하나의 SQL 테이블?
- 15
회귀 R에 하나의 예측자가 존재할 때 예측 자 이름 추출
- 16
R의 항목 수준 회귀 계수?
- 17
R에 여러 더미 코딩 된 예측 변수가있는 선형 회귀 모델의 상자 그림
- 18
R의 회귀 모델에서 수식을 반복하는 방법
- 19
R의 Stargazer를 사용하여 회귀 출력에 t 통계 포함
- 20
회문을 감지하는 자바의 재귀 메서드
- 21
tensorflow에서 로지스틱 회귀 모델의 계수
- 22
R 선형 회귀에서 roll_lm과 lm의 차이점
- 23
여러 회귀의 한계 효과를 하나의 그래프에 플로팅
- 24
R에서 특정 회귀 계수를 추출하도록 함수를 수정하는 방법
- 25
R의 다중 회귀에서 "회귀선"플로팅
- 26
루프에서 계수를 추출하는 R 로지스틱 회귀 : 루프 설정 오류
- 27
데이터 세트에 대해 선형 회귀를 수행하고 열별로 하나의 벡터 열로 회귀하는 방법은 무엇입니까?
- 28
선형 회귀를 사용하여 r에서 변수 이름 반복
- 29
R에 행을 추가하는 동안 데이터 세트의 모든 변수에 대해 for 루프에서 회귀를 적용하는 방법
몇 마디 만하겠습니다