R帮助：保持一个变量不变的F统计回归测试

Question

我正在尝试对回归进行一些 F 检验，以测试弹性系数在统计上是否不同于 0。我使用的回归如下所示，我正在尝试测试 gdp 的去弹性。

reg7=lm(log(gdp)~log.dem+educ+log.dem_educ+age+popscaled+d1970+d1975+
        d1980+d1985+d1990+d1995+d2000)

地点：

• log.dem 表示变量“dem”的日志
• log.dem_edu 表示交互回归量，log(dem) 和连续变量“educ”的乘积
• edu 代表居民平均完成的教育年限

dem 的弹性由 log.dem 的系数和 log.dem_edu 乘以 educ 的系数之和给出。

• 弹性 = coeff(log.dem) + coeff(log.dem_educ)*educ

我想测试不同 educ 值（educ=1，educ=2，...，educ=10）的 dem 弹性的统计显着性，但我不确定如何使用 R 来完成此操作。对于在 educ=1 的情况下，我可以使用下面显示的代码运行 F 检验，因为弹性只是 coeff(log.dem) + coeff(log.dem_educ)*1 的总和。但是，我不确定如何调整它来测试 educ 值大于 1 的弹性系数。

linearHypothesis(reg7,c("log.dem + log.dem_educ = 0"),vcov = vcovHC(reg7, "HC1"))

任何建议将不胜感激！

Answer 1

我想知道c("log.dem = 0","log.dem_educ = 0") 是否真的是您想要检验log.dem 的边际效应在educ 为1 时的显着性的假设。您的意思是不是"log.dem + log.dem_educ = 0"？

以类似的方式，对于不同级别的educ，您将运行

linearHypothesis(reg7, "log.dem + 2 * log.dem_educ = 0", vcov = vcovHC(reg7, "HC1"))
linearHypothesis(reg7, "log.dem + 3 * log.dem_educ = 0", vcov = vcovHC(reg7, "HC1"))
linearHypothesis(reg7, "log.dem + 4 * log.dem_educ = 0", vcov = vcovHC(reg7, "HC1"))

等等。