Ograniczone współczynniki regresji liniowej w R [duplikat]
To pytanie ma już odpowiedź tutaj:
R: ograniczanie współczynników i wariancji błędów w wielu regresjach podpróbek [zamknięte] 1 odpowiedźSzacuję kilka zwykłych regresji liniowych metodą najmniejszych kwadratów w R. Chcę ograniczyć oszacowane współczynniki w regresjach, aby były takie same. Na przykład mam następujące:
z1 ~ x + y
z2 ~ x + y
A chciałbym, aby oszacowany współczynnik na y w pierwszej regresji był równy oszacowanemu współczynnikowi na x w drugim.
Czy istnieje prosty sposób, aby to zrobić? Z góry dziękuję
Bardziej szczegółowa edycja
Próbuję oszacować system liniowych funkcji popytu, w których odpowiednia funkcja dobrostanu jest kwadratowa. Funkcja pomocy społecznej ma postać:
W = 0.5*ax*(Qx^2) + 0.5*ay*(Qy^2) + 0.5*bxy*Qx*Qy + 0.5*byx*Qy*Qx + cx*Qx + cy*Qy
Z tego wynika, że funkcje popytu to:
dW/dQx = Px = 2*0.5*ax*Qx + 0 + 0.5*bxy*Qy + 0.5*byx*Qy + 0 + cx
dW/dQx = Px = ax*Qx + 0.5*(bxy + byx)*Qy + cx
dW/dQy = Py = ay*Qy + 0.5*(byx + bxy)*Qx + cy
Chciałbym ograniczyć system, aby byx = bxy (współczynniki krzyżowe produktu w funkcji dobrostanu). Jeśli ten warunek się utrzymuje, dwie funkcje zapotrzebowania stają się:
Px = ax*Qx + bxy*Qy + cy
Py = ay*Qy + bxy*Qy + cy
Mam cenę Px iPy) i ilość Qx iQy), ale najbardziej interesuje mnie dobrostan W) dla których nie mam danych.
Wiem, jak obliczyć i zakodować wszystkie formuły macierzowe dla ograniczonych najmniejszych kwadratów (co zajęłoby sporo wierszy kodu, aby uzyskać współczynniki, standardowe błędy, miary dopasowania itp., Które są standardowe zlm()). Miałem jednak nadzieję, że może istnieć funkcja R (tzn. Coś, co można zrobić zlm() funkcja), aby nie musiałem kodować tego wszystkiego.