r - 具有交互项的联合显着性检验 : contains bad coefficient/variable names

标签 r linear-regression significance

我正在尝试在 R 中运行联合显着性检验:

library(car)
data("mtcars")
mylm <- lm(mpg ~ qsec + gear + am + am:qsec + am:hp, data=mtcars)

linearHypothesis(mylm, c("am + am:qsec + am:hp"))

但我总是以这个错误结束:

Error in constants(lhs, cnames_symb) : 
  The hypothesis "am + am:qsec + am:hp" is not well formed: contains bad coefficient/variable names.

我想测试的是是否

am + am:qsec + am:hp = 0

我在文档中找到了如何测试所有交互项:

linearHypothesis(mylm, matchCoefs(mylm, ":"), verbose=TRUE)

但我想同时测试交互项和级别项。这可能吗?

最佳答案

只需注意

mylm$coefficients
# (Intercept)        qsec        gear          am     qsec:am       am:hp 
# -12.2376256   0.8891289   4.1170265 -19.4050359   1.5298394  -0.0316123 

qsec:am 而不是 am:qsec。然后

linearHypothesis(mylm, c("am + qsec:am + am:hp"))

确实有效,但这种排序并不明显。例如,

lm(mpg ~ am:qsec + am:hp, data = mtcars)$coef
# (Intercept)     am:qsec       am:hp 
#  17.1256930   0.7542508  -0.0456892

关于r - 具有交互项的联合显着性检验 : contains bad coefficient/variable names,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53073786/

相关文章:

R - 有没有办法通过实际合并同名列来连接两个数据框?

r - 从 data.frame 名称向量创建 data.frame 列表

python - 如何使用sklearn拟合线性回归后获得残差的方差

r - 向条形图添加星号会移动 R 中的条形图时该怎么办?

r - r 的显着差异

r - 将星号添加到 p 值

r - plyr 转换后不返回新变量

r - 如何根据特定条件交换 R 中的两列?

matlab - 如何限制线性分类器的权重?

machine-learning - 在哪里可以找到数据对来练习实现线性回归?