如何解决Stata多项式回归-后估计Wald检验
我已经在Stata中进行了多项逻辑回归分析,然后进行了Wald检验,希望有人可以确认我的代码正在执行我认为正在执行的操作。
注意:我使用的是Stata的示例数据来说明。我为此示例运行的分析是完全没有意义的,但是使用了与“真实”分析相同的过程,除了我的真实分析还包括一些概率权重和其他协变量之外。
sysuse auto.dta
首先,我运行多项式逻辑回归,从“外国”和“价格”预测“维修记录”:
mlogit rep78 i.foreign price,base(1) rrr nolog
Multinomial logistic regression Number of obs = 69
LR chi2(8) = 31.15
Prob > chi2 = 0.0001
Log likelihood = -78.116372 Pseudo R2 = 0.1662
------------------------------------------------------------------------------
rep78 | RRR Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
1 | (base outcome)
-------------+----------------------------------------------------------------
2 |
foreign |
Foreign | .7822853 1672.371 -0.00 1.000 0 .
price | 1.000414 .0007027 0.59 0.556 .9990375 1.001792
_cons | .5000195 1.669979 -0.21 0.836 .000718 348.2204
-------------+----------------------------------------------------------------
3 |
foreign |
Foreign | 686842 1.30e+09 0.01 0.994 0 .
price | 1.000462 .0006955 0.66 0.507 .9990996 1.001826
_cons | 1.254303 4.106511 0.07 0.945 .0020494 767.6863
-------------+----------------------------------------------------------------
4 |
foreign |
Foreign | 6177800 1.17e+10 0.01 0.993 0 .
price | 1.000421 .0006999 0.60 0.547 .9990504 1.001794
_cons | .5379627 1.7848 -0.19 0.852 .0008067 358.7452
-------------+----------------------------------------------------------------
5 |
foreign |
Foreign | 2.79e+07 5.29e+10 0.01 0.993 0 .
price | 1.000386 .0007125 0.54 0.587 .9989911 1.001784
_cons | .146745 .5072292 -0.56 0.579 .0001676 128.4611
------------------------------------------------------------------------------
第二,我想知道结果类别4的“外国”系数是否与结果类别5的“外国”系数显着不同。因此,我进行了Wald检验:
test [4]1.foreign = [5]1.foreign
( 1) [4]1.foreign - [5]1.foreign = 0
chi2( 1) = 2.72
Prob > chi2 = 0.0988
据此,我得出结论,结果类别4的“外国”系数与结果类别5的“外国”系数没有显着不同。简而言之,“外国”和“维修4”之间的关联(比较“修复1”)等于“外国”与“修复5”之间的关联(与“修复1”相比)。
我的Wald测试代码以及对它的功能和显示的推论是否正确?
解决方法
此外,对于注释中讨论的内容,您还可以使用以下代码执行似然比检验。
sysuse auto.dta
qui mlogit rep78 i.foreign price,base(1) rrr nolog
estimate store unrestricted
constraint 1 [4]1.foreign = [5]1.foreign
qui mlogit rep78 i.foreign price,base(1) rrr nolog constraints(1)
estimate store restricted
lrtest unrestricted restricted
该测试的输出显示与Wald测试相同的结论,但是具有更好的性能,如下所述。
Likelihood-ratio test LR chi2(1) = 3.13
(Assumption: restricted nested in unrestricted) Prob > chi2 = 0.0771
从mlogit
引述官方documentation
test
产生的结果是基于系数的估计协方差矩阵的近似值。因为未保险的可能性很低,所以对数可能性对于未保险的人可能是非线性的。传统的统计智慧不是在这种情况下相信渐近答案,而是进行似然比检验。
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。