STATA高级：回归系数差异的检验

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

连老师你好，麻烦问下同一个模型中对两个解释变量的回归系数的差异性检验和两个模型中对同一个解释变量的回归系数的差异性检验在STATA中分别如何实现？谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：STATA高级 Stata tata 回归系数 差异性检验 检验 Stata 高级 系数

第一种情况：
test x1 x2
第二种情况：
请看B9_MCBS_02_bs03和B9_MCBS_02_bs04视频文件，采用Bootstrap法。
相关文字说明，请参见：
连玉君, 程建. 投资-现金流敏感性:融资约束还是代理成本?[J]. 财经研究, 2007, (02): 36-45.
连玉君, 苏治, 丁志国. 现金-现金流敏感性能检验融资约束假说吗?[J]. 统计研究, 2008, (10): 92-99.
连玉君, 苏治. 上市公司现金持有：静态权衡还是动态权衡？[J]. 世界经济, 2008, (10): 84-96.

连老师，对于第一种情况即同一个模型中对两个解释变量的回归系数的差异性检验问题，这里举一个例子，其中两个解释变量为PositiveDeviationfromgroup和NegativeDeviationfromgroup，为了检验这两个变量系数值差异的显著性，我用test PositiveDeviationfromgroup=NegativeDeviationfromgroup，得到PositiveDeviationfromgroup - NegativeDeviationfromgroup = 0
F( 1, 79) = 0.96
Prob > F = 0.3310
但是分别对这两个变量进行单独的F检验时得到如下结果：
( 1) NegativeDeviationfromgroup = 0
F( 1, 79) = 0.44
Prob > F = 0.5102
. test PositiveDeviationfromgroup
( 1) PositiveDeviationfromgroup = 0
F( 1, 79) = 4.71
Prob > F = 0.0330
也就是说对于这两个变量单独进行F显著性检验的话可以看出其中一个是显著不等于0， 说明这两个系数应该存在显著差异，但是对两个系数同时进行差异检验时又不能拒绝两者无差异的原假设，不知道怎么进行解释

2# arlionn

连老师对于第一种情况我还有另外的一个问题就是，检验两个系数差异显著性问题时，我读到的文献中有这么一段话：The null hypothesis that λ1= λ2 is easily rejected for the IW data, (χ2(1) = 17.0, p < .001) and for the Andreoni data (χ 2(1) = 6.8, p = .009).这里文献作者对于两个系数差异显著性的检验用到的是一个χ2统计量，不知道他是用啥命令做的，是不是对于这个问题的检验除了test的F统计量之外还有另外一种方法？
而且 我用他们的数据用test的F统计量去做的话是无法拒绝 λ1= λ2 的，就是和他们用χ2统计量检验的结果不一样，这个问题头疼啊

lenggone 发表于 2009-7-2 23:28
连老师，对于第一种情况即同一个模型中对两个解释变量的回归系数的差异性检验问题，这里举一个例子，其中两个解释变量为PositiveDeviationfromgroup和NegativeDeviationfromgroup，为了检验这两个变量系数值差异的显著性，我用test PositiveDeviationfromgroup=NegativeDeviationfromgroup，得到PositiveDeviationfromgroup - NegativeDeviationfromgroup = 0
F( 1, 79) = 0.96
Prob > F = 0.3310
但是分别对这两个变量进行单独的F检验时得到如下结果：
( 1) NegativeDeviationfromgroup = 0
F( 1, 79) = 0.44
Prob > F = 0.5102
. test PositiveDeviationfromgroup
( 1) PositiveDeviationfromgroup = 0
F( 1, 79) = 4.71
Prob > F = 0.0330
也就是说对于这两个变量单独进行F显著性检验的话可以看出其中一个是显著不等于0， 说明这两个系数应该存在显著差异，但是对两个系数同时进行差异检验时又不能拒绝两者无差异的原假设，不知道怎么进行解释

问题的关键在于两种方法下的原假设不同。
test x1 = 0
test x2 = 0
检验的都是x1和x2是否为零这一问题。

而
test x1-x2=0 (等价于 x1=x2)
则是检验 x1 和 x2 是否相等的问题。

虽然从（数学）逻辑上讲，你从第一组检验中得到 x1 =0 无法拒绝，而x2=0则被拒绝，似乎应该推出 x1 不等于 x2。
但我们做统计检验并不具有这种推理关系。

lenggone 发表于 2009-7-2 23:32
2# arlionn

连老师对于第一种情况我还有另外的一个问题就是，检验两个系数差异显著性问题时，我读到的文献中有这么一段话：The null hypothesis that λ1= λ2 is easily rejected for the IW data, (χ2(1) = 17.0, p < .001) and for the Andreoni data (χ 2(1) = 6.8, p = .009).这里文献作者对于两个系数差异显著性的检验用到的是一个χ2统计量，不知道他是用啥命令做的，是不是对于这个问题的检验除了test的F统计量之外还有另外一种方法？
而且 我用他们的数据用test的F统计量去做的话是无法拒绝 λ1= λ2 的，就是和他们用χ2统计量检验的结果不一样，这个问题头疼啊

我没有看到那篇文章，不敢随意猜测。但凭经验的话，他们应该用的是LR检验，此时统计量服从卡方分布。
你可以在stata中尝试使用lrtest命令检验一下。