R 比较不同回归的系数
我试图比较两个具有相同变量的线性回归的系数,但适用于不同的子组。我想检查模型1中的系数是否等于模型2中的系数。我需要知道每个系数 我的可复制数据:R 比较不同回归的系数,r,regression,R,Regression,我试图比较两个具有相同变量的线性回归的系数,但适用于不同的子组。我想检查模型1中的系数是否等于模型2中的系数。我需要知道每个系数 我的可复制数据: Data <- data.frame( gender = sample (c("men", "women"), 2000, replace = TRUE), var1 = sample (c("value1", "value2"), 2000, replace = TRUE), var2 = sample (c("valueA", "value
Data <- data.frame(
gender = sample (c("men", "women"), 2000, replace = TRUE),
var1 = sample (c("value1", "value2"), 2000, replace = TRUE),
var2 = sample (c("valueA", "valueB"), 2000, replace = TRUE),
y = sample(0:10, 2000, replace = TRUE)
)
数据正如@Barker在评论中指出的,这个问题的统计部分是;我将在这里添加一些R编码细节
为了回答这些问题(“男性和女性之间var1
和var2
的效果是否存在显著差异?”,请使用不同性别的交互作用来拟合模型,并测试交互作用术语
Data <- data.frame(
gender = sample (c("men", "women"), 2000, replace = TRUE),
var1 = sample (c("value1", "value2"), 2000, replace = TRUE),
var2 = sample (c("valueA", "valueB"), 2000, replace = TRUE),
y = sample(0:10, 2000, replace = TRUE)
)
mm <- lm(y~(var1+var2)*gender,Data)
数据这更像是一个“交叉验证”的问题,而且很糟糕。至少我的回答给出了简历答案中没有的R编码细节。非常感谢@Ben!你能帮我正确解释结果吗?在你的样本中,我是否应该得出结论,var1在男性和女性之间存在显著差异,因为(>| t |)
高于0.10?这些是检验无交互作用的零假设(即变量对两性的影响相同)的标准p值。大p值意味着不能拒绝零假设(如果您不熟悉这一点,那么在分析数据之前,您肯定应该改进/更新您的基本统计知识……)此外,我当然希望在该示例中,性别之间的差异是无关紧要的,因为所有值都是随机抽样的。
Data <- data.frame(
gender = sample (c("men", "women"), 2000, replace = TRUE),
var1 = sample (c("value1", "value2"), 2000, replace = TRUE),
var2 = sample (c("valueA", "valueB"), 2000, replace = TRUE),
y = sample(0:10, 2000, replace = TRUE)
)
mm <- lm(y~(var1+var2)*gender,Data)
interax <- c("var1value2:genderwomen","var2valueB:genderwomen")
printCoefmat(coef(summary(mm))[interax,])
## Estimate Std. Error t value Pr(>|t|)
## var1value2:genderwomen 0.20144 0.28241 0.7133 0.4758
## var2valueB:genderwomen -0.15423 0.28266 -0.5456 0.5854