Test Summe Von Koeffizienten In Stata Forex

Re: St: Tests auf Summen der Koeffizienten Mo, 5 Jul 2004 17:44:30 -0400 Tests Summen der Koeffizienten aus einer Regression in einer flexiblen, allgemeinen Weise. Als Beispiel habe ich eine große Anzahl von Regressionen der Form, wobei x eine lange (und variierende Regression Spezifikation) Liste der Regressoren ist. Ich möchte die Nullhypothese testen, dass die Summe der x-Variablen in jeder Regression Null ist. Idealerweise bin ich auf der Suche nach einer Erweiterung auf - Testparm, wie die - ähnlich wie die - equal - Option modifiziert die Null für - testparm - für die gemeinsame Gleichheit zu testen - würde die Test-Statistik für die Null zurückgeben Die Summe der Variablen in varlist x sind null. (Ich habe den Code von quottestparm. adoquot gesehen, um zu sehen, ob ich die Addition selbst machen könnte, aber die Änderungen sind weit über meine magere Stata Programmierkenntnisse hinaus (ich habe Tage nur versucht, herauszufinden, wie man rekursiv definieren lokalen Makros in Loops.) Beantworten meiner eigenen Frage (nach dem Ausreißen ein paar mehr Haare zuerst), die folgenden - letztlich ganz einfach - Code scheint den Trick zu tun. Im Rahmen von Verbesserungen oder Alternativen sind willkommen Prüfungsumgebung 0 Hoffnung jemand anderes findet dieses hilfreich. Willkommen zum Institut für digitale Forschung und Ausbildung Stata FAQ Wie kann ich Regressionkoeffizienten zwischen 2 Gruppen vergleichen Manchmal kann Ihre Forschung voraussagen, dass die Größe eines Regressionskoeffizienten für größer sein sollte Eine Gruppe als für eine andere. Zum Beispiel könnten Sie glauben, dass der Regressionskoeffizient der Höhe Vorhersage Gewicht wäre höher für Männer als für Frauen. Darüber haben wir eine Datei mit 10 fiktiven Frauen und 10 fiktiven Männer, zusammen mit ihrer Höhe in Zoll und ihr Gewicht in Pfund. Wir analysierten ihre Daten separat mit dem Regress-Befehl unten nach der ersten Sortierung nach Geschlecht. Die Parameterschätzungen (Koeffizienten) für Weibchen und Männer sind unten gezeigt, und die Ergebnisse scheinen darauf hinzudeuten, dass die Höhe ein stärkerer Prädiktor des Gewichts für Männer ist (3.19) als für Frauen (2.1). Wir können die Regressionskoeffizienten von Männchen mit Weibchen vergleichen, um die Nullhypothese Ho: B f B m zu testen. Wobei B f der Regressionskoeffizient für Weibchen ist und B m der Regressionskoeffizient für Männer ist. Um diese Analyse durchzuführen, stellen wir zunächst eine Dummy-Variable mit dem Namen female, die 1 für female codiert ist, und 0 für male und femht dar, die das Produkt von female und height ist. Wir verwenden dann weibliche Größe und femht als Prädiktoren in der Regressionsgleichung. Die Ausgabe wird unten gezeigt Der Begriff femht testet die Nullhypothese Ho: B f B m. Der T-Wert beträgt -6,52 und ist signifikant, was anzeigt, daß der Regressionskoeffizient Bf signifikant von Bm verschieden ist. Schauen wir uns die Parameter-Schätzungen an, um ein besseres Verständnis davon zu erhalten, was sie bedeuten und wie sie interpretiert werden. Erstens erinnern, dass unsere dummy variable Geschlecht ist 1, wenn weiblich, und 0, wenn männlich, also Männer sind die weggelassenen Gruppe. Dies ist für eine korrekte Interpretation der Schätzungen erforderlich. Beachten Sie, dass wir alle Variablen manuell erstellt haben, um es sehr deutlich zu machen, was jede Variable repräsentiert. Jedoch im täglichen Gebrauch, würden Sie wahrscheinlich eher das xi-Präfix verwenden, um die Dummy-Variablen und Interaktionen für Sie zu generieren. Zum Beispiel, Der Inhalt dieser Website sollte nicht als eine Bestätigung für eine bestimmte Website, Buch oder Software-Produkt von der University of California ausgelegt werden.