3

我想在 R 中运行嵌套逻辑回归，但我在网上找到的示例并没有太大帮助。我阅读了这个网站上的一个例子（关于如何在 R 中运行嵌套逻辑回归的逐步过程），这与我的问题相似，但我发现它最终似乎没有解决（提问者报告了错误，我没有看不到更多答案）。

所以我有 9 个预测变量（连续分数）和 1 个分类因变量（DV）。DV被称为“效果”，它可以分为2大类：“负（0）”和“正（1）”。我知道如何运行一个简单的二元 logit 回归（使用一般分组方式，即负 (0) 和正 (1)），但这还不够。“积极”可以进一步分为两种类型：“身体（1）”和“精神（2）”。所以我想运行一个嵌套模型，它包括这 3 个类别（负（0）、物理（1）和心理（2）），并反映“物理”和“心理”嵌套在“正”中的性质。也许 R 可以将这两个模型（一般与详细）一起比较？于是我新建了两个栏目，一个叫“效果通用”，其中个人得分为“负（0）”和“正（1）”；另一个称为“效果详细”，它包含 3 个值 - 负 (0)、物理 (1) 和心理 (2)。我只使用“效果一般”运行了一个简单的二进制 logit 回归，但我不知道如何为“效果详细”运行嵌套 logit 模型。

从我搜索的示例和其他材料来看，R 包“mlogit”似乎是正确的，但我不知道如何使它适用于我的数据。我不太了解 R-help 中的示例，以及我之前提到的本网站示例中的这一部分 (...shape='long', alt.var='town.list', nests=list(town .list)...) 让我很困惑：我可以看到我的数据形状应该是“宽的”，但我不知道“alt.var”和“nests”是什么......

我还查看了 mlogit 手册的第 19 页，了解嵌套 logit 模型调用的示例。但我仍然无法决定我需要什么选项。（http://cran.r-project.org/web/packages/mlogit/mlogit.pdf）

有人可以为我提供有关如何操作的详细步骤和说明吗？我相信这个例子（如果得到很好的讨论和解决）也会对我和其他人有很大帮助！

谢谢你的帮助！！！

4

1 回答 1

0

我可以帮助您了解 mlogit 结构。使用mlogit.data()命令时，指定choice = yourchoicevariable（id.var = respondentid如果您有面板数据集，即您有来自同一个人的多个响应）以及shape='wide'参数。创建的新 data.frame 将采用长格式，每种选择情况都有一条线，消极的、身体的、精神的。因此，您将有 3 行，而您只有一个宽数据格式。无论您的 MN 选择变量是什么，它现在都将是一列逻辑值，其中TRUE包含受访者选择的行。行名称现在将采用格式observation#.level(choice variable)因此在您的情况下，如果您的数据集的第一行该人的响应为否定，您将看到：

row.name   | choice
1.negative | TRUE
1.physical | FALSE
1.mental   | FALSE

也不是每个选择的实际因子水平都存储在名为altmlogit.data.frame 的索引中，您可以通过该索引查看该索引，index(your.data.frame)并且观察数（即宽格式 data.frame 中的行号）存储在chid. 这本质上就是 row.name 告诉你的，即chid.alt. 另请注意，您不必指定alt.var数据是否为宽格式，只需指定长格式。mlogit.data正如我刚刚描述的那样，该功能为您完成了这项工作。本质上，它需要unique(choice)您指定您的选择变量并alt.var为您创建，因此如果您的数据是宽格式的，则它是多余的。

然后，您可以通过向mlogit()命令中添加一个命名的嵌套列表来指定嵌套，假设您的因子级别只是“0”、“1”、“2”：

mlogit(..., nests = c(negative = c('0'), positive = c('1','2')

或者如果因子水平是“负面的”、“身体的”、“精神的”，它将是这样的：

mlogit(..., nests = c(negative = c('negative'), positive = c('physical','mental')

c()另请注意，仍然必须根据包文档使用参数指定一个嵌套。如果您指定参数，则生成的模型将具有嵌套之间的 iv 估计值，或者如果 您可能发现Kenneth Train 的示例有用un.nest.el=T，则为嵌套特定估计值un.nest.el=F

于 2014-10-22T11:30:48.233 回答