Question

我手动计算了测试统计数据，但想确认我的答案是否正确。在分配矢量值后，我不知道从哪里开始。

对于大样本，Wald检验统计量，得分检验统计量和似然比检验统计量大致具有chisquare df = 1分布。 Y~二项式（1，pi），其中P（Y = 1）= pi且P（Y = 0）= 1-pi。观察Yi，i = 1至m，即为Y.

对于m = 10和数据（0,1,0,0,1,0,0,0,1,0），使用这些统计数据来测试零假设pi = 0.3。

免责声明：虽然这是与家庭作业相关的，但R部分不是作业的一部分。我很好奇是否可以在R中运行此问题以确认我的答案。

Answer 1

你需要输入一个＆＃34; 1＆＃34;在你的glm中代表一个恒定的术语。

x=c(0, 1, 0, 0, 1, 0, 0, 0, 1, 0)
glm(x~1)

这相当于拟合没有数据的GLM，只是一个拦截。

Answer 2

您需要在logg-odds标度上设置一个表示零假设的偏移项：

glm( dat ~ offset(rep(log(0.3/0.7),10)), family=binomial)

Call:  glm(formula = dat ~ offset(rep(log(0.3/0.7), 10)), family = binomial)

Coefficients:
(Intercept)  
   1.17e-12  

Degrees of Freedom: 9 Total (i.e. Null);  9 Residual
Null Deviance:      12.22 
Residual Deviance: 12.22    AIC: 14.22

截距估计基本上为0，因为观察到的几率是假设值;然而，事件的数量非常少，无论结果如何，都不太可能确定常规水平的统计显着性。 p值是数据不符合假设值的概率，而在这种情况下确实如此。

如何在R中仅使用一个向量运行Wald / Score / Likelihood Ratio Test？

2 个答案: