我必须检验 的假设Ho: ß1 = 1.75。我写这个：
model1<- lm (y - x)
model2<- lm (y - x, offset = 1.75*x)
anova(model1, model2)
但我无法获得 P 值。
有任何想法吗？谢谢你。
编辑通知
这不是错字（所以不要将其作为错字关闭）；OP 的 ANOVA 输出显示他/她成功运行lm，因此-很可能是输入错误。真正的问题在于使用anova.
问问题
119 次
1 回答
1
存在语法错误：~公式使用波浪号。阅读?lm并?formula了解更多信息。
您想对系数执行t 检验。默认的 NULL 假设是 0 系数。如您所知，我们可以使用offset或类似的东西来移动系数。
summary将为系数生成一个表/矩阵，您可以使用它coef来提取该表/矩阵：
coef(summary(lm(y ~ x, offset = 1.75 * x)))
可重现的例子
set.seed(0)
xx <- rnorm(100)
yy <- 1.3 * xx - 0.2 + rnorm(100, sd = 0.5)
coef(summary(lm(yy ~ xx, offset = 1.75 * xx)))
# Estimate Std. Error t value Pr(>|t|)
#(Intercept) -0.2243489 0.04814396 -4.659960 9.974037e-06
#xx -0.3806026 0.05480131 -6.945137 4.170746e-10
系数的 p 值为xx，~e-10因此拒绝 NULL 假设。
为什么不进行 F 检验？
您的问题因错字而被关闭，但实际上不仅如此。你绝对不想anova在这里。以下模型是等效的：
m1 <- lm(y ~ x)
m2 <- lm(y ~ x, offset = 1.75 * x)
它们仅在斜率系数上有所不同，其他一切都相同（甚至斜率的标准误差）。如果你使用anova,
anova(m1, m2)
#Model 1: yy ~ xx
#Model 2: yy ~ xx ## offset is not shown in formula
# Res.Df RSS Df Sum of Sq F Pr(>F)
#1 98 22.7
#2 98 22.7 0 3.5527e-15
我们确实看到两个模型的模型自由度和 RSS 相同。
回想一下，如果你有自由度d1并且d2对于m1和m2，F 统计量是
( (RSS1 - RSS2) / (d2 - d1) ) / ( RSS2 / (n - d2) )
具有自由度为 的 F 分布(d2 - d1, n - d2)。如果d1 = d2和RSS1 = RSS2，如何构造 F 统计量？？？
于 2016-11-27T10:22:14.887 回答