pglm 回归对象的 Wald 测试答案

【问题标题】：Wald test for pglm regression objectspglm 回归对象的 Wald 测试
【发布时间】：2016-12-14 06:20:39
【问题描述】：

我正在尝试对 pglm() 函数返回的面板 logit 模型进行 Wald 测试。不幸的是，该函数返回的 maxLik 对象的包中没有定义标准的 Wald 测试方法。

我将感谢有关如何对 pglm maxLik 对象执行 Wald 测试的建议。

我的公式是：

model1 <- pglm(DV ~ IV1 + IV2 + some_controls, index = c("person_id","year_id"), family = "binomial", model = "random", data = data_frame_name)

pglm 对象的属性是：

class(model1)
[1] "maxLik" "maxim"  "list"

names(model1)
[1] "maximum"     "estimate"    "gradient"    "hessian"     "code"        "message"     "last.step"   "fixed"       "iterations" 
[10] "type"        "gradientObs" "control"     "call"        "args"        "model"  

names(summary(model1))
[1] "maximType"     "iterations"    "returnCode"    "returnMessage" "loglik"        "estimate"      "fixed"         "NActivePar"   
[9] "constraints"

【问题讨论】：

你想测试什么？如果您的模型比基线模型“更好”，人们通常会感兴趣。如果是这种情况，请同时估计您的基线模型，并进行似然比检验。
感谢您的建议。我可能会在 Wald 测试的基础上这样做！

标签： r logistic-regression panel-data

【解决方案1】：

我找到了一种直接的方法，可以使用“aod”包对每个支持“coef”和“vcov”方法的回归对象进行 Wald 测试。

library(aod)
wald.test(b = coef(model1), Sigma = vcov(model1), Terms = 1:2)

“术语”属性允许指定模型中的哪些术语应进行联合测试。我找到了测试here。

我还在 Stata 中进行了测试 - 它提供的结果略有不同，但它们仍然相当接近 aod 测试提供的值。但是，如果有人知道在 R 中计算 Wald 测试的替代方法，或者可以解释为什么 Stata 和 aod 测试值之间可能存在差异，请告诉我！

【讨论】：