同一回归方程中不同变量回归系数构成的不等式检验

各位大神，最近读到一篇论文碰到一个问题，就是对于同一个回归方程中不同解释变量的回归系数构成的不等式进行检验，不知道作者是如何实现的。具体来说，就是下表中回归（1）的complemenarity test ，要检验Make&Buy 的回归系数减去MakeOnly的回归系数大于BuyOnly 的回归系数减去NoMake&Buy 的回归系数，这也就是管理学上讨论互补性常用到的超模理论。请问有大神知道如何在stata中实现这种检验吗？万分感谢！相关论文即“In search of complementarity in innovation strategy: Internal R&D and External Knowledge Acquisition”by Bruno Cassiman & Reinhilde Veugelers(2006) 。

dandelion_gb 发表于 2017-4-12 00:34
对，但是怎么检验大于0呢？看了很多检验方法都只能检验是否等于零，对于不等式是否有好的检验方法呢？sta ...

http://www.stata.com/support/faq ... s-for-coefficients/

移一下项就是个正常的one sided test

夏目贵志 发表于 2017-4-12 00:10
移一下项就是个正常的one sided test

对，但是怎么检验大于0呢？看了很多检验方法都只能检验是否等于零，对于不等式是否有好的检验方法呢？stata程序又如何实现呢？

夏目贵志 发表于 2017-4-12 07:51 http://www.stata.com/support/faqs/statistics/one-sided-tests-for-coefficients/

谢谢您的回复，我认真读了您发的链接，不过还有两个问题想向您请教：
（1）P-value是指不满足H0假设的概率对吗？那么如下图所示，三个假设检验的结果分别表示：beta不满足等于0的假设即不等于0的概率为0.567，不满足小于等于0的假设即大于0概率为0.717，不满足大于等于0的假设即小于0的概率为0.284，显然这三个数据是冲突的，后两个数值的和便是1（忽略四舍五入的问题），意味着等于0的概率为0，但是根据第一个假设的检验结果，beta等于0的概率应该是1-0.567=0.423，请问我的理解是不是哪里出问题了？
（2）例子中构造的检验变量是F统计量，但F分布并不是对称的，为什么可以直接除以2来推出另外两个不等式检验结果呢？

不用非要用f-test。不过可以看一下这里http://daniellakens.blogspot.com/2016/04/one-sided-f-tests-and-halving-p-values.html

夏目贵志 发表于 2017-4-12 22:02
不用非要用f-test。不过可以看一下这里http://daniellakens.blogspot.com/2016/04/one-sided-f-tests-and-h ...

谢谢您，看过了还是没有完全弄懂，我再找点书读一读

下载这本书，
第5章 假设检验  中解释假设检验，有大于等于这些检验的解释和例子

【共享】应用计量经济学(原书第六版) 清晰扫描 已添加书签
https://bbs.pinggu.org/forum.php?mod=viewthread&tid=4612568&from^^uid=902
https://bbs.pinggu.org/thread-4612568-1-1.html

或者下载
《计量经济学原理》（作者：卡特·希尔等）第四版中文版： 假设检验 那里的例子也是对大于等于或小于等于的检验

https://bbs.pinggu.org/forum.php?mod=viewthread&tid=3859356&from^^uid=902
https://bbs.pinggu.org/thread-3859356-1-1.html

上面的原理理解了，也就明白怎么检验了
或者
https://bbs.pinggu.org/thread-5361910-1-1.html

虽然希望渺茫，但还是想问一下楼主问题解决了吗，论文要用到这个方法，最近找解决方法找的快头秃了······