检查回归中的两个系数在 Python statsmodels 中是否不同

Question

在 R 中，car::linearHypothesis 函数可用于检验两个系数相等的假设（即它们的差值与零显着不同）。这是来自其documentation 的示例：

linearHypothesis(mod.duncan, "income = education")

根据this CrossValidated answer，这在 MATLAB 中也可以作为 linhyptest 使用。

是否有 Python statsmodels 回归模型的等价物？

Answer 1

大多数模型的结果类都有多种 Wald 检验方法。

t_test 为单一假设向量化。
wald_test 为联合假设。
wald_test_terms 自动测试“项”，即系数子集共同为零，类似于类型 3 ANOVA基于 Wald 测试的表。

请参阅 OLS 之后的 t_test 的文档字符串，但所有模型都继承相同的方法并以相同的方式工作 (*)。 https://www.statsmodels.org/dev/generated/statsmodels.regression.linear_model.OLSResults.t_test.html

例如

>>> t_test = results.t_test("income = education")
>>> print(t_test)

(*) 有一些模型不遵循标准模式，这些 wald 测试尚不可用。

t_test 使用正态分布或 t 分布，其他两个 wald 检验使用卡方或 F 分布。可以使用model.fit 中的use_t 关键字选择分布。
如果use_t=True 则使用 t 和 F 分布。如果是False，则使用正态分布和卡方分布。线性回归模型的默认值为 t 和 F，所有其他模型的默认值为正态和卡方。