আপনি Glen_b দ্বারা প্রস্তাবিত একটি সাধারণ টি-টেস্ট বা আরও সাধারণ ওয়াল্ড পরীক্ষা ব্যবহার করতে পারেন।
আর β= কিউβ
আপনার উদাহরণে, যেখানে আপনার একটি প্যারামিটারে মাত্র একটি অনুমান আছে, আর আর একটি সারি ভেক্টর, প্রশ্নে প্যারামিটারের জন্য একটির মান এবং অন্য কোথাও শূন্য, এবং কিউ পরীক্ষার সীমাবদ্ধতার সাথে একটি স্কেলার।
আর-তে, আপনি প্যাকেজ কার থেকে লিনিয়ারহাইপোথেসিস () ফাংশনটি দিয়ে একটি ওয়াল্ড পরীক্ষা চালাতে পারেন । আমাদের বলুন যে আপনি দ্বিতীয় সহগ (আর্গুমেন্ট হাইপোথিসিস.ম্যাট্রিক্স দ্বারা নির্দেশিত ) 0.1 (আর্গুমেন্ট আরএইচএস ) এর চেয়ে পৃথক কিনা তা পরীক্ষা করতে চান :
reg <- lm(freeny)
coef(reg)
# wald test for lag.quarterly.revenue =0.1
>library(car)
>linearHypothesis(reg, hypothesis.matrix = c(0, 1, rep(0,3)), rhs=0.1)
#skip some result, look at last value on last row, of Pr(>F)
Res.Df RSS Df Sum of Sq F Pr(>F)
1 35 0.0073811
2 34 0.0073750 1 6.0936e-06 0.0281 0.8679
টি-টেস্টের জন্য, এই ফাংশনটি গ্লেন_ বি দ্বারা প্রদর্শিত টি-টেস্ট প্রয়োগ করে:
ttest <- function(reg, coefnum, val){
co <- coef(summary(reg))
tstat <- (co[coefnum,1]-val)/co[coefnum,2]
2 * pt(abs(tstat), reg$df.residual, lower.tail = FALSE)
}
> ttest(reg, 2,0.1)
[1] 0.8678848
আসুন আমরা নিশ্চিত করি যে দ্বিতীয় সহগটি শূন্য যে স্ট্যান্ডার্ড অনুমানের জন্য ওয়াল্ড, আমাদের টি-টেস্ট এবং আর ডিফল্ট টি-টেস্টের তুলনা করে আমরা সঠিক পদ্ধতিটি পেয়েছি:
> linearHypothesis(reg, hypothesis.matrix = c(0, 1, rep(0,3)), rhs=0)[["Pr(>F)"]][2]
[1] 0.3904361
> ttest(reg, 2,0)
[1] 0.3904361
## The 'right' answer from R:
> coef(summary(reg))[2,4]
[1] 0.3904361
তিনটি পদ্ধতির সাথে আপনার একই ফল পাওয়া উচিত।