在 R 中更改 lmtest 中的零假设答案

【问题标题】：change null hypothesis in lmtest in R在 R 中更改 lmtest 中的零假设
【发布时间】：2014-01-21 21:05:54
【问题描述】：

我有一个使用lm 生成的线性模型。我使用包lmtest 中的coeftest 函数，用sandwich 包中的我想要的vcov 测试一个假设。默认的零假设是beta = 0。例如，如果我想测试beta = 1 怎么办。我知道我可以简单地取估计系数，减去 1 并除以提供的标准误差，以获得我的假设的 t-stat。但是，R 中必须已经有此功能。正确的方法是什么？

MWE：

require(lmtest)
require(sandwich)
set.seed(123)
x = 1:10
y = x + rnorm(10)
mdl = lm(y ~ x)
z = coeftest(mdl, df=Inf, vcov=NeweyWest)
b = z[2,1]
se = z[2,2]
mytstat = (b-1)/se
print(mytstat)

【问题讨论】：

标签： r regression linear-regression lm

【解决方案1】：

执行此操作的正式正确方法：

require(multcomp)
zed = glht(model=mdl, linfct=matrix(c(0,1), nrow=1, ncol=2), rhs=1, alternative="two.sided", vcov.=NeweyWest)
summary(zed)

【讨论】：

【解决方案2】：

据我所知，没有默认函数可以针对任意值测试模型系数（在您的情况下为1）。另一个答案中提出了offset 技巧，但这并不是那么简单（并且始终要小心此类模型修改）。所以，你的表达式(b-1)/se实际上是a good way to do it。

我对您的代码有两个注释：

您可以使用summary(mdl) 获取 0 的 t 检验。
您正在使用带有协方差结构的lmtest（这将改变 t 检验值），但您原来的lm 模型没有它。也许这可能是一个问题？也许您应该使用glm 并从一开始就指定相关结构。

【讨论】：

感谢您的回答。我刚刚发布了一个答案，描述了我在寻找什么。

【解决方案3】：

使用 -1*x 的偏移量

mdl<-lm(y~x)
mdl2 <- lm(y ~ x-offset(x) )

> mdl

Call:
lm(formula = y ~ x)

Coefficients:
(Intercept)            x  
     0.5255       0.9180  

> mdl2

Call:
lm(formula = y ~ x - offset(x))

Coefficients:
(Intercept)            x  
    0.52547     -0.08197

您可以查看summary(mdl2) 来查看p 值（与mdl 中的相同。

【讨论】：

您能详细说明一下吗？什么是抵消？关于这个主题的 R 文档非常模糊
Offset 增加（或减去）线性预测器中假定没有误差的量。它不需要与“x”相关，但这是您在这种情况下所需要的。
“向线性预测变量添加数量”是什么意思？道歉，但我不熟悉这个术语
我本可以写成+offset(-1*x)
感谢您的回答。我刚刚发布了我使用multcomp 包实际寻找的内容