Je suis intéressé par le calcul des estimations et des erreurs standard pour des combinaisons linéaires de coefficients après une régression linéaire dans R. Par exemple, supposons que j'ai la régression et le test:Comment effectuer un test d'hypothèse linéaire sur les coefficients de régression avec une matrice de covariance en grappes?
data(mtcars)
library(multcomp)
lm1 <- lm(mpg ~ cyl + hp, data = mtcars)
summary(glht(lm1, linfct = 'cyl + hp = 0'))
Cette estimera la valeur de la somme de les coefficients sur cyl
et hp
, et fournissent l'erreur standard basée sur la matrice de covariance produite par lm
.
Mais, je suppose que veux regrouper mes erreurs types, sur une troisième variable:
data(mtcars)
library(multcomp)
library(lmtest)
library(multiwayvcov)
lm1 <- lm(mpg ~ cyl + hp, data = mtcars)
vcv <- cluster.vcov(lm1, cluster = mtcars$am)
ct1 <- coeftest(lm1,vcov. = vcv)
ct1
contient le regroupement pour mon SEs par am
. Cependant, si je tente d'utiliser l'objet ct1
dans glht
, vous obtenez une erreur indiquant
Erreur dans modelparm.default (modèle, ...): pas de méthode « coef » pour « modèle » trouvé! Un conseil sur la façon de faire l'hypothèse linéaire avec la matrice de covariance de la variance clusterisée?
Merci!
contrôle out [ceci ] (http://rforpublichealth.blogspot.com/2014/10/easy-clustered-standard-errors-in-r.html). Beaucoup d'informations sur la façon d'incorporer les SE en cluster dans les tests d'hypothèses linéaires. Ressemble fondamentalement la même chose que ce que @Zheyuan offre. – paqmo
'résumé (glht (ct1, linfct = 'cyl + hp = 0'))' –