在 R 中，比较来自同一模型的两个回归系数答案

【问题标题】：In R, comparing two regression coefficients from the same model在 R 中，比较来自同一模型的两个回归系数
【发布时间】：2019-12-17 19:00:34
【问题描述】：

使用 R，我想对来自同一回归的两个系数进行统计比较。在 Stata 软件中，有测试 B1 = B2。 R中的等价物是什么？我检查了几篇帖子，但没有人回答这个问题。

https://stats.stackexchange.com/questions/33013/what-test-can-i-use-to-compare-slopes-from-two-or-more-regression-models

SPSS: Comparing regression coefficient from multiple models

Comparing regression models in R

这是一些模拟数据。

library('MASS')

mu <- c(0,0,0)

Sigma <- matrix(.5, nrow=3, ncol=3) + diag(3)*0.3

MyData <- mvrnorm(n=10000, mu=mu, Sigma=Sigma) %>% 
  as.data.frame()

names(MyData) = c('v1', 'v2', 'y')

MyModel = lm(y ~ v1 * v2, data = MyData)

summary(MyModel)

我想将 V1 的估计值与 V2 的估计值进行比较。因此，如果 V1 和 V2 被操纵，我想说“V1 对 Y 的影响，明显高于 V2 对 Y 的影响”

【问题讨论】：

注意：在此处交叉发布stats.stackexchange.com/q/441024/17060
您可以使用car 包中的linearHypothesis，linearHypothesis(MyModel, "v1 = v2")。见这里：stats.stackexchange.com/questions/228351/…
请将其添加为答案，以便我接受
你知道它是否也适用于逻辑回归吗？

标签： r regression anova

【解决方案1】：

你可以试试multcomp，所以如果你看看你的模型的系数：

coefficients(MyModel)
(Intercept)           v1           v2        v1:v2 
 0.006961219  0.373547048  0.394760005 -0.012167754

您想找出第 2 项和第 3 项之间的差异，因此您的对比矩阵是：

# yes it looks a bit weird at first
ctr = rbind("v1-v2"=c(0,1,-1,0))

我们可以使用glht：

summary(glht(MyModel,ctr))

     Simultaneous Tests for General Linear Hypotheses

Fit: lm(formula = y ~ v1 * v2, data = MyData)

Linear Hypotheses:
           Estimate Std. Error t value Pr(>|t|)
v1-v2 == 0 -0.02121    0.01640  -1.294    0.196
(Adjusted p values reported -- single-step method)

这适用于大多数通用线性模型。在您的摘要函数中，您可以根据效果/标准误差获得每个术语的重要性。 glht 函数做了类似的事情。我能想到的逻辑回归的一个例外是当你有complete separation

【讨论】：