如何解决零假设检验
我运行了一个回归并得到了一条看起来像这样的估计回归线（其中 a*b 是交互项）
Y=B+B1*a+B2*b+B3*a*b
我想找到检验零假设的 p 值，即当 a=2 时，'b' 对 'Y' 的影响为零。
我知道 F-test 可以工作，但我不知道如何在命令中包含 a=2。我在想类似的事情
test b b*a if a ==2
但这不起作用。
解决方法
如果我们有一个这样的模型：
我们可以通过对 X1 取偏导数来得到 X1 对 Y 的影响：
如果我们想知道X2为2时X1对y的影响，我们只需将X2填入2即可。然后，我们剩下一个简单的线性组合，可以通过 lincom 或 margins 计算（margins 是推荐的方法）。
. sysuse auto
(1978 Automobile Data)
. qui reg price c.mpg##c.weight
. margins,dydx(mpg) at(weight = 2)
Average marginal effects Number of obs = 74
Model VCE : OLS
Expression : Linear prediction,predict()
dy/dx w.r.t. : mpg
at : weight = 2
------------------------------------------------------------------------------
| Delta-method
| dy/dx Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
mpg | 396.401 185.0749 2.14 0.036 27.28083 765.5212
------------------------------------------------------------------------------
. lincom mpg + c.mpg#c.weight * 2
( 1) mpg + 2*c.mpg#c.weight = 0
------------------------------------------------------------------------------
price | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
(1) | 396.401 185.0749 2.14 0.036 27.28083 765.5212
------------------------------------------------------------------------------
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
