3

我们正在尝试使用 mlogit 包估计出行方式选择模型。最终，我们打算建立一个包含更多变量的嵌套模型，但是我们试图首先建立一个非常简单的非嵌套多项模型来进行测试。特别是，我们试图完成的工作与 mlogit 包中的示例不同，因为我们有一些特定于替代方案（例如自行车、步行和开车）的实用功能。

我们的起始数据集（简化）具有以下形式：

"recid","mode","walk_mode_time","bike_mode_time","carsdivworkers"
254,"Bike",15.0666484832764,4.51999473571777,0.5
7,"SOV",17.9941387176514,5.39824199676514,2
40,"Walk",43,12.8999996185303,1

我们要为此测试模型指定的效用函数如下：

效用（SOV）= beta1* cardivworkers

效用（步行）= 常数（步行）+ beta6*（walk_mode_time）+ beta7 *（carsdivworkers）

效用（自行车）= 常数（自行车）+ beta8*（bike_mode_time）+ beta9 *（carsdivworkers））

为了使我们的数据看起来更像 mlogit 文档中的示例，我们认为我们需要使用以下结构构建数据：

  1. 复制的每条记录（其中列出了一个选择的备选方案）还包括给定行程的未选择的备选方案。
  2. 未选择的替代品的替代品特定值归零

这导致数据结构如下所示：

"recid","mode","choice","walk_mode_time",”bike_mode_time","cardivwkr"
7,"Bike",FALSE,0,5.39824199676514,1
7,"DriveTransit",FALSE,0,0,1
7,"HOV2",FALSE,0,0,1
7,"HOV3",FALSE,0,0,1
7,"SOV",TRUE,0,0,1
7,"Walk",FALSE,17.9941387176514,0,1
7,"WalkTransit",FALSE,0,0,1
40,"Bike",FALSE,0,12.8999996185303,0.5
40,"DriveTransit",FALSE,0,0,0.5
40,"HOV2",FALSE,0,0,0.5
40,"HOV3",FALSE,0,0,0.5
40,"SOV",FALSE,0,0,0.5
40,"Walk",TRUE,43,0,0.5
40,"WalkTransit",FALSE,0,0,0.5
254,"Bike",TRUE,0,4.51999473571777,1
254,"DriveTransit",FALSE,0,0,1
254,"HOV2",FALSE,0,0,1
254,"HOV3",FALSE,0,0,1
254,"SOV",FALSE,0,0,1
254,"Walk",FALSE,15.0666484832764,0,1
254,"WalkTransit",FALSE,0,0,1

然后我们将其转换为 mlogit 数据结构，如下所示：

logit_data <- mlogit.data(data=joined_data,
                          choice="choice",
                          shape="long",
                          alt.var="mode",
                          chid.var="recid",
                          drop.index=TRUE,
                          reflevel= "SOV")

我们的型号规格：

mc <-mlogit(formula= choice ~  1 | carsdivworkers | walk_mode_time + bike_mode_time,  
          data = logit_data, reflevel= "SOV")

不幸的是，当我们对我们的完整数据集运行它时，我们得到了以下错误：

solve.default(H, g[!fixed]) 中的错误：Lapack 例程 dgesv：系统完全是奇异的

我们认为这个公式指定了我们想要的效用函数，但不确定。这个对吗？此外，我们是否需要像我们所做的那样手动复制我们的数据记录？或者有没有办法让 mlogit.data() 从我们的初始数据集中构建一组选择？

4

1 回答 1

0

考虑到您准备的方式walk_mode_time，bike_mode_time您可能应该尝试walk_mode_time + bike_mode_time | 1 + carsdivworkers | 0作为公式。我通常发现产生部分归零的变量并仅使用公式的第一部分很方便，即walk_mode_time + bike_mode_time + walk_mode_carsdivworkers + bike_mode_carsdivworkers + ... | 1 | 0给*_carsdivworkers定的选项比替代的数量少一个（因此未指定的系数为零，其他相对于此）。

您的数据也可能有问题，例如选择零个或多个备选方案的选择情况，所有备选方案具有相同值的变量等。如果公式0 | 1 | 0失败，您可能有数据问题，如果作品你有一个公式问题。

于 2012-09-26T12:23:49.897 回答