statsmodels.genmod.qif.QIFResults.wald_test

QIFResults.wald_test(r_matrix, cov_p=None, invcov=None, use_f=None, df_constraints=None, scalar=None)

计算联合线性假设的Wald检验。

Parameters:
r_matrix{array_like, str, tuple}

其中之一:

  • array : 一个 r x k 的数组,其中 r 是待检验的限制数量,k 是回归量的数量。假设线性组合等于零。

  • str : 完整的假设可以通过字符串给出。 请参阅示例。

  • tuple : 一个以 (R, q) 形式表示的数组元组,q 可以是标量或长度为 p 的行向量。

cov_parray_like, optional

参数协方差矩阵的替代估计。 如果给定为None,则使用self.normalized_cov_params。

invcovarray_like, optional

一个 q x q 的数组,用于基于限制矩阵指定逆协方差矩阵。

use_fbool

如果为True,则使用F分布。如果为False,则使用渐近分布,即卡方分布。如果use_f为None,则在模型指定use_t为True时使用F分布。通过假设中的约束数量,测试统计量会根据分布进行比例调整。

df_constraintsint, optional

约束的数量。如果没有提供,约束的数量将根据 r_matrix 确定。

scalarbool, optional

指示是否应将Wald检验统计量作为标量浮点数返回的标志。当前行为是返回一个数组。此行为将在0.14版本发布后切换为返回标量浮点数。如需立即获得未来的行为,请将scalar设置为True。如需静默警告并保留传统行为,请将scalar设置为False。

Returns:
ContrastResults

测试结果是此结果实例的属性。

另请参阅

f_test

对模型参数执行F检验。

t_test

执行单个假设检验。

statsmodels.stats.contrast.ContrastResults

测试结果。

patsy.DesignInfo.linear_constraint

指定一个线性约束。

注释

矩阵 r_matrix 被假定为非奇异的。更准确地说,

r_matrix (pX pX.T) r_matrix.T

假设是可逆的。这里,pX 是模型的设计矩阵的广义逆。在非OLS模型中可能会出现问题,其中噪声的协方差秩不是满秩的。


Last update: Oct 16, 2024