2018-10-27
阅读量:
2243
用R实现wald检验
本人在学习分位数回归,不知道除了看P值和置信区间外还能通过什么办法来看出模型拟合优度和参数显著性?看见有些论文里采用WALD检验方法,但是不知道R是如何实现WALD检验的,找老师请教和自己找文档算是找到一种方法,给大家参考。
用wald.test()就行,在aod包里。
这个函数长成这个样子——
wald.test(Sigma, b, Terms = NULL, L = NULL, H0 = NULL,df = NULL, verbose = FALSE)
print(x, digits = 2, ...)
里面的参数,简单说一下——
1. Sigma:方差-协方差矩阵
2. b:VAR-CoV的矩阵Sigma系数的矢量。
3. Terms:一个可选的整数向量确定的系数应联合检验,使用一个瓦尔德chi-squared或F测试。
4. L:可选的矩阵。
5. H0:零假设
6. df:自由度
7. verbose:逻辑标量控制量的输出信息。默认值是FALSE,提供最小输出。
8. x:瓦尔德检验的对象
9. digits:显示检验结果的小数位数。默认为2。
0.0000
0
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
0条评论
0条评论
1条评论