对R中逻辑回归的估计系数进行线性假设检验

时间:2018-05-14 14:29:14

标签: r hypothesis-test

我有格式

的逻辑回归

Y=f(X;\theta)=\alpha+\beta X

其中

\theta={\alpha,\beta}

相应的R代码如下。

Regression_hat<-glm(Y~X,family=binomial(link='logit'))

我知道为了测试联合假设检验H_{0}:\hat{\alpha}=0 \; \& \; \hat{\beta}=0

linearHypothesis测试可以使用以下形式:

linearHypothesis(Regression_hat,c("(Intercept)=0","X=0"),test=c("F"))

我想(联合)测试两个估计参数分别等于两个任意值的假设。这两个值存储在R中的不同变量(例如V1V2)名称下,尽管在上面的代码中使用变量名称(linearHypothesis(Regression_hat,c("(Intercept)=V1","X=V2"),test=c("F")))不起作用。

1 个答案:

答案 0 :(得分:1)

尝试

linearHypothesis(Regression_hat, paste(c("(Intercept)", "X"), "=", c(V1, V2)), test = "F")

问题是写作,例如"X=V2"并不会使X2看起来像变量;它只是这个角色的一部分。使用paste可以帮助您在"X=3"取值3时构建V1