推 solsiso:感謝大大熱心回覆，但我想我是不懂WALD TEST的樣子= = 12/11 01:41
→ andrew43:在我的例子中 Terms 用來指定 b0 b1 b2 要不要放在 H0. 12/11 02:32
→ andrew43:都說這麼明了應該不會不懂吧，還是你統計學上不懂？ 12/11 02:32
※ 引述《solsiso (solsiso)》之銘言：
: 請問
: 要對一個迴歸式 y=a+bx+e
: 的係數a和b同時進行檢定
: 我採用了wald test(安裝了aod package)
: 進行 H0：a=0且b=1 的檢定
: 但卻一直出現以下訊息
: Error in wald.test(Sigma = mdl_stderror[1, ], b = mdl_coef[1, ], L = ) :
: One of the arguments Terms or L must be used.
: 一定要有一個 L 或 Terms 的參數，可是我不知道到底如何給好，希望板上大大能
: 解惑一下，感謝!~
Terms 參數用來指定 H0 的對象。
我給你一串例子。如果你已經懂 Wald test 的話那一定馬上就會看懂。
x1 <- c(3,6,5,2,4)
x2 <- c(5,3,6,7,2)
y <- c(4,7,2,3,1)
# define a general linear model: y = b0 + b1x1 + b2x2 + error
m <- lm(y ~ x1 + x2)
summary(m)
require(aod)
# 檢驗 H0: b0 = 0
wald.test(b = coef(m), Sigma = vcov(m), df = m$df.residual,
Terms = 1)
# 應該會得到和 summary(m) 中 intercept 項一樣的結果
# 檢驗 H0: b0 = -0.3
wald.test(b = coef(m), Sigma = vcov(m), df = m$df.residual,
Terms = 1, H0 = -0.3)
# 應該會得到很大的 p-value（因為 b0 很接近 -0.3）
# 檢驗 H0: b1 = 0
wald.test(b = coef(m), Sigma = vcov(m), df = m$df.residual,
Terms = 2)
# 應該會得到和 summary(m) 中 x1 項一樣的結果
# 檢驗 H0: b2 = 0
wald.test(b = coef(m), Sigma = vcov(m), df = m$df.residual,
Terms = 3)
# 應該會得到和 summary(m) 中 x2 項一樣的結果
# 檢驗 H0: b1 = 0 且 b2 = 0
wald.test(b = coef(m), Sigma = vcov(m), df = m$df.residual,
Terms = c(2,3))
# 應該會得到和 summary(m) 中最後 b1 = 0 和 b2 = 0 聯合檢驗一樣的結果
# 檢驗 H0: b0 = 0 且 b1 = 13 且 b2 = 34
wald.test(b = coef(m), Sigma = vcov(m), df = m$df.residual,
Terms = c(1,2,3), H0 = c(0, 13, 34))
# 應該會得到一個很小的 p-value（因為 H0 離估計值太遠了）
--
http://apansharing.blogspot.com/
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.128.117.76
※ 編輯: andrew43 來自: 140.128.117.76 (12/11 01:24)