आप Glen_b द्वारा प्रस्तावित या अधिक सामान्य वाल्ड टेस्ट के रूप में या तो एक साधारण टी-टेस्ट का उपयोग कर सकते हैं।
आर β= क्यूβ
आपके उदाहरण में, जहां आपके पास एक पैरामीटर पर सिर्फ एक परिकल्पना है, आर एक पंक्ति वेक्टर है, जिसमें प्रश्न में पैरामीटर के लिए एक का मान है और शून्य कहीं और है, और q परीक्षण करने के लिए प्रतिबंध के साथ एक स्केलर है।
आर में, आप पैकेज कार से फ़ंक्शन लीनियरहाइपोथिसिस () के साथ वाल्ड टेस्ट चला सकते हैं । यदि दूसरा गुणांक (तर्क परिकल्पना द्वारा संकेत दिया गया है ) तो आप यह जांचना चाहते हैं कि मान लें कि (तर्क rhs ) 0.1 से भिन्न है :
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
टी-टेस्ट के लिए, यह फ़ंक्शन Glen_b द्वारा दिखाए गए टी-टेस्ट को लागू करता है:
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
आइए हम सुनिश्चित करते हैं कि वाल्ड, हमारे टी-टेस्ट और आर डिफॉल्ट टी-टेस्ट की तुलना करके हमें सही प्रक्रिया मिली, मानक परिकल्पना के लिए कि दूसरा गुणांक शून्य है:
> 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
आपको तीन प्रक्रियाओं के साथ एक ही परिणाम प्राप्त करना चाहिए।