我们如何从欧洲防风草对象中提取协方差矩阵？

Question

我正在尝试使用 tidymodels 生态系统进行计量经济分析。我目前所遵循的示例来自Colonescu 的“R 的计量经济学原理” 一书。书中的数据可以通过以下方式下载

devtools::install_github("ccolonescue/PoEData")

0.1 示例

我正在创建一个工资歧视模型，该模型也具有交互效应。模型如下

library(tidymodels)
library(PoEdata)#to load the data
library(car)#For linearHypothesis function

加载所需的包：carData

lm_model <- linear_reg() %>% 
     set_engine("lm")#model specification
data("cps4_small")
mod1 <- lm_model %>% 
     fit(wage~educ+black*female, data=cps4_small)#model fitting

0.2 问题

创建模型后，我想检验不存在基于性别或种族的歧视的假设。换句话说，我需要检验 black、female 和 black:female 的系数在同一类型下都为零的假设。我想为此使用 car 包中的 linearHypothesis 函数。

hyp <- c("black=0", "female=0", "black:female=0")
tab <- tidy(linearHypothesis(mod1, hyp))

这给了我一个错误，there is no applicable method for vcov for an object of class _lm or model_fit。

那么，有人可以帮我如何从欧洲防风草对象生成协方差矩阵吗？

Answer 1

您需要使用extract_fit_engine() 从parsnip 模型对象中取出底层lm 拟合对象。

library(tidymodels)
library(PoEdata)
library(car)

data("cps4_small")

lm_model <- linear_reg() %>% 
  set_engine("lm")

mod1 <- lm_model %>% 
  fit(wage ~ educ + black * female, data = cps4_small)

hyp <- c("black=0", "female=0", "black:female=0")

mod1 %>%
  extract_fit_engine() %>%
  linearHypothesis(hyp) %>%
  tidy()
#> # A tibble: 2 × 6
#>   res.df     rss    df sumsq statistic  p.value
#>    <dbl>   <dbl> <dbl> <dbl>     <dbl>    <dbl>
#> 1    998 135771.    NA   NA       NA   NA      
#> 2    995 130195.     3 5576.      14.2  4.53e-9

^{由reprex package (v2.0.1) 于 2021 年 11 月 13 日创建}