✔ 最佳答案
若說檢定 b1 = b2 還可能有意義, 把常數項也扯進來, 實在無法想像
這樣的檢定意義何在?再者, "b0 = b1 = b2" 與 "b0, b1, b2 全不相同" 合起來的參數空間也
太奇怪了! 一般, 與 "b0=b1=b2" 相對的應是 "b0, b1, b2 不全相等".
假設欲檢定 b1 = b2 對 b1≠b2,
H0: 縮減模型 b1 = b2
Ha: 全模型之 b1≠b2
合併的參數空間 "b1, b2 任意", 也就是全模型.全模型的 X 矩陣: 由 1, x1, x2 三行構成的矩陣;
縮減模型的 X 矩陣, 以 X0 表示, 則 X0 = XA, 其中 A 是 3×2 矩陣,
其第一行元素由上而下依次是 1,0,0; 第2行依次是 0,1,1.
檢定 b1=b2 的 F 統計量是
F = {Y'(M-M0)Y/(r-s)}/{Y'(I-M)Y/(n-r)}
其中 M = X(X'X)^{-1}X', M0 = X0(X0'X0)^{-1}X0', I 是 n 階單位矩陣,
r = rank(X), s = rank(X0), Y 是 n×1 反應變數資料, n 是資料筆數.
本例若 x1, x2 不成比例, 其線性組合也不會是常數, 則 r=3, s=2.
若全模型有5個解釋變數
y = β0+β1*x1+β2*x2+β3*x3+β4*x4+β5*x5,
而欲檢定 H0: β1 = β2 = β3 against Ha: β1,β2,β3 不全相等, 則
X 是由常數 1 及 X1~X5 構成的 n×6 矩陣, X0 = XA, 其中 A 是
6×4 矩陣, 第1行 1,0,0,0,0,0; 第2行 0,1,1,1,0,1; 第3行 0,0,0,0,1,0;
第4行 0,0,0,0,0,1.檢定之 F 統計量同前例形式. 在沒有 "多重線性重合(x1~x5的線性
組合是常數)" 現象的情況下, r = rank(X) = 6, s = rank(X0) = 4.
2014-08-02 11:01:34 補充:
若全模型有5個解釋變數
y = β0+β1*x1+β2*x2+β3*x3+β4*x4+β5*x5,
而欲檢定 H0: β1 = β2 = β3 against Ha: β1,β2,β3 不全相等, 則
X 是由常數 1 及 X1~X5 構成的 n×6 矩陣, X0 = XA, 其中 A 是
6×4 矩陣, 第1行 1,0,0,0,0,0; [第2行 0,1,1,1,0,0;] 第3行 0,0,0,0,1,0;
第4行 0,0,0,0,0,1.
以上 [...] 內是修正的.