1

我正在尝试对回归进行许多 F 检验，以测试弹性系数在统计上是否与 0 不同。我使用的回归如下所示，我正在尝试测试 gdp 的去弹性。

reg7=lm(log(gdp)~log.dem+educ+log.dem_educ+age+popscaled+d1970+d1975+
        d1980+d1985+d1990+d1995+d2000)

在哪里：

  • log.dem 表示变量“dem”的日志
  • log.dem_edu 表示交互回归量，log(dem) 和连续变量“educ”的乘积
  • edu 代表居民完成的平均教育年限

dem 的弹性由 log.dem 的系数和系数 log.dem_edu 乘以 educ 的总和给出。

  • 弹性 = 系数（log.dem）+ 系数（log.dem_edu）*educ

我想测试不同 educ 值（educ=1，educ=2，...，educ=10）的 dem 弹性的统计显着性，但我不确定如何使用 R 来完成此操作。对于 educ =1，我可以使用下面显示的代码运行 F 检验，因为弹性只是 coeff(log.dem) + coeff(log.dem_educ)*1 的总和。但是，我不确定如何调整它以测试 educ 值大于 1 的弹性系数。

linearHypothesis(reg7,c("log.dem + log.dem_educ = 0"),vcov = vcovHC(reg7, "HC1"))

任何建议将不胜感激！

4

1 回答 1

2

我想知道您是否c("log.dem = 0","log.dem_educ = 0")真的要测试log.dem何时educ为 1 的边际效应的重要性的假设。您的意思是相反"log.dem + log.dem_educ = 0"吗？

以类似的方式，对于不同级别的educ你会运行

linearHypothesis(reg7, "log.dem + 2 * log.dem_educ = 0", vcov = vcovHC(reg7, "HC1"))
linearHypothesis(reg7, "log.dem + 3 * log.dem_educ = 0", vcov = vcovHC(reg7, "HC1"))
linearHypothesis(reg7, "log.dem + 4 * log.dem_educ = 0", vcov = vcovHC(reg7, "HC1"))

等等。

于 2018-05-10T16:13:33.810 回答