Vergleichen Koeffizienten über verschiedene Regressionen

Question

Ich versuche, die Koeffizienten von zwei linearen Regressionen mit den gleichen Variablen zu vergleichen, aber für verschiedene Untergruppen laufen. Ich möchte überprüfen, ob die Koeffizienten in meinem Modell 1 gleich meinen Koeffizienten in meinem Modell 2 sind. Ich muss für jeden Koeffizienten wissen.

Meine reproduzierbare Daten:

Data <- data.frame(
gender = sample (c("men", "women"), 2000, replace = TRUE), 
var1 = sample (c("value1", "value2"), 2000, replace = TRUE), 
var2 = sample (c("valueA", "valueB"), 2000, replace = TRUE), 
y = sample(0:10, 2000, replace = TRUE) 
) 

Ich betreibe die beiden Regressionen:

men <- subset(Data, gender =="men") 
women <- subset(Data, gender =="women") 

lm.men <- lm(y~var1+var2, data = men) 
summary(lm.men) 
lm.women <- lm(y~var1+var2, data = women) 
summary(lm.women) 

Grundsätzlich möchte ich testen, ob:

• Koeffizient var1 in lm.men = Koeffizient var1 in lm.women
• Koeffizient var2 in lm.men = Koeffizient var2 in lm.women

kann ich die anova() Funktion nicht, weil meine zwei Proben unterscheiden. Ich denke, ich sollte einen F-Test anwenden, aber ich kann keine Funktion für diesen Test finden.

Kann jemand mein Problem lösen?

Answer 1

Wie @Barker in Kommentaren betont, ist der statistische Teil dieser Frage already answered on CrossValidated; Ich werde hier einige R-coding Details hinzufügen.

Um diese Fragen ("tun die Auswirkungen von var1 und var2 unterscheiden sich deutlich zwischen Männern und Frauen?) Zu beantworten, muss ein Modell mit variablem von geschlechtlichen Interaktionen und testen Sie die Interaktion Bedingungen.

Data <- data.frame(
    gender = sample (c("men", "women"), 2000, replace = TRUE), 
    var1 = sample (c("value1", "value2"), 2000, replace = TRUE), 
    var2 = sample (c("valueA", "valueB"), 2000, replace = TRUE), 
    y = sample(0:10, 2000, replace = TRUE) 
) 
mm <- lm(y~(var1+var2)*gender,Data) 

Hier sind die Interaktionsbedingungen:

interax <- c("var1value2:genderwomen","var2valueB:genderwomen") 
printCoefmat(coef(summary(mm))[interax,]) 
##      Estimate Std. Error t value Pr(>|t|) 
## var1value2:genderwomen 0.20144 0.28241 0.7133 0.4758 
## var2valueB:genderwomen -0.15423 0.28266 -0.5456 0.5854