Question

使用R，我想对同一回归中的两个系数进行统计比较。在Stata软件中，存在测试B1 = B2。 R中的等价物是什么？我检查了几篇文章，但没有人回答这个问题。

这是一些模拟数据。

library('MASS')

mu <- c(0,0,0)

Sigma <- matrix(.5, nrow=3, ncol=3) + diag(3)*0.3

MyData <- mvrnorm(n=10000, mu=mu, Sigma=Sigma) %>% 
  as.data.frame()

names(MyData) = c('v1', 'v2', 'y')

MyModel = lm(y ~ v1 * v2, data = MyData)

summary(MyModel)

我想将V1的估算值与V2的估算值进行比较。因此，如果要操纵V1和V2，我想说些类似的信息“ V1对Y的影响明显高于V2对Y的影响”

Answer 1

您可以尝试multcomp，因此，如果您查看模型的系数：

coefficients(MyModel)
(Intercept)           v1           v2        v1:v2 
 0.006961219  0.373547048  0.394760005 -0.012167754

您要查找第二项和第三项之间的差异，因此您的对比度矩阵为：

# yes it looks a bit weird at first
ctr = rbind("v1-v2"=c(0,1,-1,0))

我们可以使用glht来应用它：

summary(glht(MyModel,ctr))

     Simultaneous Tests for General Linear Hypotheses

Fit: lm(formula = y ~ v1 * v2, data = MyData)

Linear Hypotheses:
           Estimate Std. Error t value Pr(>|t|)
v1-v2 == 0 -0.02121    0.01640  -1.294    0.196
(Adjusted p values reported -- single-step method)

这适用于大多数常规线性模型。在摘要函数中，您可以根据效果/标准误获得每个术语的含义。 glht函数执行类似的操作。我可以想到的Logistic回归的一个例外是当您拥有complete separation

时

在R中，比较来自同一模型的两个回归系数

1 个答案: