我正在通过一个线性回归教科书，并尝试复制一般线性假设的测试部分的结果，但我需要一些关于如何在R中这样做的帮助。 / p>
我已经看了很多其他帖子，但我希望有人可以给我一些示例代码。我有二十六个科目的数据，其形式如下：
Group, Weight (lb), HDL Cholesterol mg/decaliters
1,163.5,75
1,180,72.5
1,178.5,62
2,106,57.5
2,134,49
2,216.5,74
3,163.5,76
3,154,55.5
3,139,68
鉴于这些数据，我试图测试回归线是否适合三组受试者有一个共同的斜率。假设的模型是：
y=βo + β1⋅x + ϵ
y=γ0 + γ1⋅xi + ϵ
y= δ0 + δ1⋅xi + ϵ
因此，感兴趣的假设是H0：β1=γ1=δ1
我一直在尝试使用car library中的linearHypothesis函数来做这件事，但是我一直无法知道模型对象应该是什么，并且我不确定这是正确使用的方法（或包）。
非常感谢任何帮助 - 谢谢！
答案 0 :(得分：0)
Group和Weight (lb)变量在结果HDL Cholesterol mg/decaliters上的互动有疑问。你没有具体说明这一点，但我猜测这些是你的预测因素和结果。
基本上，您正在尝试查看预测变量Weight (lb)是否具有差异效果，具体取决于变量Group的级别。这可以使用线性模型以多种方式完成。一个简单的回归方法是lm(hdl ~ 1 + group + weight + group*weight)。然后，交互项group*weight的系数会告诉您是否存在显着的交互（即适度）效应。
但是，我认为我们会有一个主要问题。特别是，我们应该担心我们的假设效应是group变量和hdl变量不会相互作用。也就是说，你基本上是在预测null。此外，尽管样本量很小，但您仍在预测空值。因此，即使有人观察到，我们也不太可能有足够的统计能力来检测效果。