私はcobb-douglas関数のための一定の等間隔戻りの仮説検定をテストします：

Question

私は回帰のようないくつかの計量経済学の仕事のためにnumpyやpandas + statsmodelのようなscipyプロジェクトパッケージを使用していますが、今はβ1+β2= 1 。

私の式は次のとおりです。$のLn（Q_I）= \ beta_0 + \私はSTATAで、私はこのコードを使用する必要があります知っている$

のLn（L_iを）+ \ beta_2のLn（K_I）beta_1が、パイソンIドンで「Tは、β1+β2= 1をテストするための最良の方法です：

test ln(K)+ln(L)=1 

Answer 1

@JohnEとJseBold Slidesのおかげで、私はそれがどのように動作するかテストOLSパラメータとstatsmodelsパッケージを使用してOLSパラメータのtelt線形結合、方法を見つけましたpatsyの式を使用すると非常に簡単です。私のコードは次のとおりです。

import pandas as pn 
import numpy as np 
import statsmodels.formula.api as smf 

\\reading stata data file: 
dp4 = pn.read_stata('datapset4.dta') 

\\Rergession: 
formula = 'Ln(output) ~ Ln(labor) +Ln(capital) ' 
cb= smf.ols(formula, data = dp4).fit() 

\\Hypothesis Test for H0: "beta1 + beta 2 = 1" 
print(cb.t_test("Ln(labor) +Ln(capital)=1")) 



          Test for Constraints        
============================================================================== 
       coef std err   t  P>|t|  [95.0% Conf. Int.] 
------------------------------------------------------------------------------ 
c0    0.9787  0.063  -0.340  0.737   0.850  1.108 
============================================================================== 

ので、パラメータの線形組み合わせをテストするために、あなたはちょうどあなたがしたい変数と線形結合のためのパッツィ式を書き、あなたの回帰のt_testまたはF_TEST方法でそれを置く必要があります。

cb.t_test("Ln(labor) +Ln(capital)=1") 

とテストのためにたとえば、ベータ1 = 1/2（ベータ1をLn（労働）の係数として）を希望する場合は、このコードを書くだけでよい：

のように、引用してテストする方程式を書くのに必要なパラメータに関する仮説。

print(cb.t_test("Ln(labor)=0.5")) 
          Test for Constraints        
============================================================================== 
       coef std err   t  P>|t|  [95.0% Conf. Int.] 
------------------------------------------------------------------------------ 
c0    0.6030  0.126  0.818  0.422   0.343  0.863 
==============================================================================