Question

我正在尝试对pglm（）函数返回的面板logit模型进行Wald测试。遗憾的是，函数返回的maxLik对象中没有为包定义的标准Wald测试方法。

我很感谢有关如何为pglm maxLik对象执行Wald测试的建议。

我的公式是：

model1 <- pglm(DV ~ IV1 + IV2 + some_controls, index = c("person_id","year_id"), family = "binomial", model = "random", data = data_frame_name)

pglm对象属性为：

class(model1)
[1] "maxLik" "maxim"  "list"

names(model1)
[1] "maximum"     "estimate"    "gradient"    "hessian"     "code"        "message"     "last.step"   "fixed"       "iterations" 
[10] "type"        "gradientObs" "control"     "call"        "args"        "model"  

names(summary(model1))
[1] "maximType"     "iterations"    "returnCode"    "returnMessage" "loglik"        "estimate"      "fixed"         "NActivePar"   
[9] "constraints"

Answer 1

我找到了一种直接的方法，可以为支持＆＃34; coef＆＃34;的每个回归对象进行Wald测试。和＆＃34; vcov＆＃34;使用＆＃34; aod＆＃34;的方法封装

keytool -exportcert -file certificate.cert -alias todoimage -keystore D:\todo.jks -storepass 111111

＆＃34;条款＆＃34;属性允许指定应该联合测试模型中的哪些术语。我找到了测试here。

我还在Stata中运行了测试 - 它提供了稍微不同的结果，但它们仍然合理地接近aod测试提供的值。但是，如果有人知道在R中计算Wald测试的其他方法，或者可以解释为什么Stata和aod测试值之间可能存在差异，请仍然让我知道！

对pglm回归对象进行Wald测试

1 个答案: