如何使用聚類協方差矩陣對迴歸係數進行線性假設檢驗？

我對在R.線性迴歸例如後計算係數的線性組合的估計和標準誤差，假設我有迴歸和測試：如何使用聚類協方差矩陣對迴歸係數進行線性假設檢驗？

data(mtcars) 
library(multcomp) 
lm1 <- lm(mpg ~ cyl + hp, data = mtcars) 
summary(glht(lm1, linfct = 'cyl + hp = 0'))

這將估計的總和的值cyl和hp上的係數，並基於由lm產生的協方差矩陣提供標準誤差。

但是，假設我要我的集羣標準誤差，在第三個變量：

data(mtcars) 
library(multcomp) 
library(lmtest) 
library(multiwayvcov) 
lm1 <- lm(mpg ~ cyl + hp, data = mtcars) 
vcv <- cluster.vcov(lm1, cluster = mtcars$am) 
ct1 <- coeftest(lm1,vcov. = vcv)

ct1包含了社會企業對我的集羣由am。但是，如果我嘗試使用ct1對象glht，你會得到一個錯誤說在modelparm.default

錯誤（模型，...）：對發現「模型」不「COEF」的方法！

有關如何使用聚類方差協方差矩陣進行線性假設的任何建議？

謝謝！

來源

2016-10-19 Ralph M

檢查[這個]（http://rforpublichealth.blogspot.com/2014/10/easy-clustered-standard-errors-in-r.html）。關於如何將羣集SE納入線性假設檢驗的很多信息。看起來與@Zheyuan提供的基本相同。 – paqmo

'summary（glht（ct1，linfct ='cyl + hp = 0'））' –

glht(ct1, linfct = 'cyl + hp = 0')將不起作用，因爲ct1不是glht對象，不能通過as.glht強制轉移。我不知道是否有一個包或一個現有的功能來做到這一點，但這不是一個困難的工作，自己解決。下面的小功能做的：

LinearCombTest <- function (lmObject, vars, .vcov = NULL) { 
    ## if `.vcov` missing, use the one returned by `lm` 
    if (is.null(.vcov)) .vcov <- vcov(lmObject) 
    ## estimated coefficients 
    beta <- coef(lmObject) 
    ## sum of `vars` 
    sumvars <- sum(beta[vars]) 
    ## get standard errors for sum of `vars` 
    se <- sum(.vcov[vars, vars])^0.5 
    ## perform t-test on `sumvars` 
    tscore <- sumvars/se 
    pvalue <- 2 * pt(abs(tscore), lmObject$df.residual, lower.tail = FALSE) 
    ## return a matrix 
    matrix(c(sumvars, se, tscore, pvalue), nrow = 1L, 
     dimnames = list(paste0(paste0(vars, collapse = " + "), " = 0"), 
         c("Estimate", "Std. Error", "t value", "Pr(>|t|)"))) 
    }

讓我們有一個測試：

data(mtcars) 
lm1 <- lm(mpg ~ cyl + hp, data = mtcars) 
library(multiwayvcov) 
vcv <- cluster.vcov(lm1, cluster = mtcars$am)

如果我們把.vcov中未指定LinearCombTest，它是作爲同multcomp::glht：

LinearCombTest(lm1, c("cyl","hp")) 

#    Estimate Std. Error t value  Pr(>|t|) 
#cyl + hp = 0 -2.283815 0.5634632 -4.053175 0.0003462092 

library(multcomp) 
summary(glht(lm1, linfct = 'cyl + hp = 0')) 

#Linear Hypotheses: 
#    Estimate Std. Error t value Pr(>|t|)  
#cyl + hp == 0 -2.2838  0.5635 -4.053 0.000346 ***

如果我們提供一個協變量，它做你想要的：

LinearCombTest(lm1, c("cyl","hp"), vcv) 

#    Estimate Std. Error t value Pr(>|t|) 
#cyl + hp = 0 -2.283815 0.7594086 -3.00736 0.005399071

備註

LinearCombTest在Get p-value for group mean difference without refitting linear model with a new reference level，在這裏我們可以測試任何組合與組合係數alpha升級：

alpha[1] * vars[1] + alpha[2] * vars[2] + ... + alpha[k] * vars[k]

而不僅僅是總和

vars[1] + vars[2] + ... + vars[k]

來源

2016-10-19 01:36:46

謝謝！這適用於係數總和的特殊情況。 –

哇更好！ –

如何使用聚類協方差矩陣對迴歸係數進行線性假設檢驗？

回答

相關問題