多元模型变量间显著性差异检验的R函数

iyr7buue 于 2023-01-18 发布在其他

关注(0)|答案(1)|浏览(150)

我有两个概率单位模型：

probit2 <- glm(DataBreach ~ CyberCommittee + CyberOA + CyberJobs + CyberEducation + CyberAchievements, data = df27, family = binomial(link = 'probit'))
probit2m <- margins(probit2)

probit2.1 <- glm(DataBreach ~ CyberOA + CyberJobs + CyberEducation + CyberAchievements, data = df27, family = binomial(link = 'probit'))
probit2.1m <- margins(probit2.1)

这些模型的结果如下：

MODEL 2                   MODEL 2.1
CyberCommittee         -0.248 ***   (0.006)                          
CyberAchievements      -0.026 ***   (0.001)      -0.037 ***   (0.001)
CyberEducation         -0.040 ***   (0.003)      -0.057 ***   (0.003) 
CyberJobs              -0.025 ***   (0.002)      -0.038 ***   (0.002)
CyberOA                -0.021 ***   (0.001)      -0.029 ***   (0.001)

我对Z检验之类的东西不是很熟悉，但是我想知道如何检验两个模型中使用的系数之间是否存在显著差异，不是模型之间的差异，而是每个系数之间的差异。

r

来源：https://stackoverflow.com/questions/75149493/r-function-for-testing-signifiant-differences-between-variables-multiple-models

1条答案

按热度按时间

ffscu2ro1#

一个巧妙的技巧是"堆叠"数据集，并使用交互作用来估计不同的系数，然后，您可以使用delta方法（例如，marginaleffects::deltamethod）来运行假设检验。
首先，我们证明单个模型可以重现两个单独模型的系数：

library(marginaleffects)
library(modelsummary)

dat1 <- transform(iris[1:75,], dataset = "A") 
dat2 <- transform(iris[76:150,], dataset = "B")
dat <- rbind(dat1, dat2)

mod1 <- lm(
    Sepal.Length ~ Sepal.Width,
    data = subset(dat, dataset == "A"))
mod2 <- lm(
    Sepal.Length ~ Sepal.Width + Petal.Length,
    data = subset(dat, dataset == "B"))
mod3 <- lm(
    Sepal.Length ~ dataset + 
                   as.numeric(dataset == "A") : Sepal.Width +
                   as.numeric(dataset == "B") : (Sepal.Width + Petal.Length), 
    data = dat)

modelsummary(list(mod1, mod2, mod3), gof_map = NA)

| | (1) |（二）|（三）|
| - ------|- ------|- ------|- ------|
| （拦截）|五九八七|二二四九|五九八七|
| | （0.499）|（0.382）|（0.405）|
| Sepal.Width|-0.201|0.289||
| | （0.154）|（0.149）||
| Petal.Length||零点六三八||
| | | （0.058）||
| 数据集B|||-3.738|
| | | | （0.686）|
| 作为数值（数据集=="A"）×萼片宽度|||-0.201|
| | | | （0.125）|
| 萼片宽度×数值（数据集=="B"）|||0.289|
| | | | （0.217）|
| 作为数值（数据集=="B"）×花瓣长度|||零点六三八|
| | | | （0.084）|
然后，我们进行假设检验以比较第三和第四系数：
x一个一个一个一个x一个一个二个x

赞(0）回复(0）举报 2023-01-18

我来回答

多元模型变量间显著性差异检验的R函数

1条答案

相关问题

热门标签

最新问答