1

我正在阅读线性回归教科书，并试图复制一般线性假设检验部分的结果，但我需要一些关于如何在 R 中这样做的帮助。

我已经看过许多其他帖子，但希望有人能给我一些示例代码。我有关于 26 个主题的数据，其形式如下：

Group, Weight (lb), HDL Cholesterol mg/decaliters  
1,163.5,75  
1,180,72.5  
1,178.5,62  
2,106,57.5  
2,134,49  
2,216.5,74  
3,163.5,76  
3,154,55.5  
3,139,68

鉴于此数据，我试图测试适合三组受试者的回归线是否具有共同的斜率。假设的模型是：

y=βo + β1⋅x + ϵ  
y=γ0 + γ1⋅xi + ϵ  
y= δ0 + δ1⋅xi + ϵ

所以感兴趣的假设是 H0：β1 = γ1 = δ1

我一直在尝试使用汽车库中的 linearHypothesis 函数来执行此操作，但一直无法知道模型对象应该是什么，并且不确定这是要使用的正确方法（或包）。

任何帮助将不胜感激 - 谢谢！

4

1 回答 1

1

蒂姆，你的问题似乎与 R 代码无关。相反，您似乎对如何测试您的变量Group和Weight (lb)变量对结果的交互有疑问HDL Cholesterol mg/decaliters。您没有具体说明这一点，但我猜测这些分别是您的预测因素和结果。

因此，本质上，您是在尝试查看预测变量Weight (lb)是否具有取决于变量水平的差异效应Group。这可以使用线性模型以多种方式完成。一个简单的回归方法是lm(hdl ~ 1 + group + weight + group*weight)。然后交互项的系数group*weight会告诉您是否存在显着的交互（即调节）效应。

但是，我认为我们会有一个重大问题。特别是，我们应该担心我们假设的效果是group变量和hdl变量不相互作用。也就是说，您实际上是在预测空值。此外，尽管样本量很小，您仍在预测 null。因此，我们不太可能有足够的统计能力来检测一种效应，即使有一种效应需要观察。

于 2016-03-24T01:46:39.337 回答