能否用marginaleffects包的hypotheses函数进行参数联合检验？

可以用marginaleffects::hypotheses()函数实现你需要的联合F检验、似然比检验（LRT）和Wald检验，功能完全对标car::linearHypothesis()和multcomp::glht()。以下是对应你示例代码的实现：

基础准备 #

首先加载包并拟合模型：

library(marginaleffects)

lmfit <- lm(mpg ~ as.factor(cyl) * hp, data = mtcars)

1. 联合F检验 #

对应car::linearHypothesis(..., test = "F")和multcomp::glht(..., test = Ftest())：

hypotheses(lmfit,
           hypothesis = c("as.factor(cyl)6:hp = 0",
                         "as.factor(cyl)8:hp = 0"),
           test = "F")

2. Wald卡方检验 #

对应car::linearHypothesis(..., test = "Chisq")和multcomp::glht(..., test = Chisqtest())：

# 两种写法效果一致，默认test为"Wald"
hypotheses(lmfit,
           hypothesis = c("as.factor(cyl)6:hp = 0",
                         "as.factor(cyl)8:hp = 0"),
           test = "Wald")

# 也可以直接指定test="Chisq"
hypotheses(lmfit,
           hypothesis = c("as.factor(cyl)6:hp = 0",
                         "as.factor(cyl)8:hp = 0"),
           test = "Chisq")

3. 似然比检验（LRT） #

marginaleffects直接支持似然比检验，只需指定test = "LRT"：

hypotheses(lmfit,
           hypothesis = c("as.factor(cyl)6:hp = 0",
                         "as.factor(cyl)8:hp = 0"),
           test = "LRT")

额外说明 #

• 如果是更复杂的线性假设，可以将hypothesis参数设为矩阵形式（行对应假设，列对应模型系数）。
• test参数的可选值包括"F"、"Wald"/"Chisq"、"LRT"，分别对应三种检验类型。

内容的提问来源于stack exchange，提问作者Stefan Hansen