6

我收到了一些很好的帮助，让我的数据正确格式化，在这里生成了一个带有 mlogit 的多项逻辑模型（为 mlogit 格式化数据）

但是，我现在正在尝试分析协变量在我的模型中的影响。我发现其中的帮助文件mlogit.effects()信息量不大。问题之一是该模型似乎产生了很多行 NA（见下文index(mod1)）。

  1. 谁能澄清为什么我的数据会产生这些 NA？
  2. 谁能帮我mlogit.effects处理下面的数据？
  3. 我会考虑将分析转移到multinom(). 但是，我不知道如何格式化数据以适合使用公式multinom()。我的数据是七个不同项目（可访问性、信息、权衡、辩论、社交和响应）的一系列排名 我可以得到那个信息。

可重现的代码如下：

#Loadpackages 
library(RCurl)
library(mlogit)
library(tidyr)
library(dplyr)
#URL where data is stored
dat.url <- 'https://raw.githubusercontent.com/sjkiss/Survey/master/mlogit.out.csv'

#Get data
dat <- read.csv(dat.url)

#Complete cases only as it seems mlogit cannot handle missing values or tied data which in this case you might get because of median imputation
dat <- dat[complete.cases(dat),]

#Change the choice index variable (X) to have no interruptions, as a result of removing some incomplete cases
dat$X <- seq(1,nrow(dat),1)

#Tidy data to get it into long format
dat.out <- dat %>%
  gather(Open, Rank, -c(1,9:12)) %>%
  arrange(X, Open, Rank)

#Create mlogit object
mlogit.out <- mlogit.data(dat.out, shape='long',alt.var='Open',choice='Rank', ranked=TRUE,chid.var='X')

#Fit Model
mod1 <- mlogit(Rank~1|gender+age+economic+Job,data=mlogit.out)

这是我尝试设置一个类似于帮助文件中描述的数据框的尝试。它不起作用。我承认，虽然我非常了解应用程序家族，但tapply 对我来说是模糊的。

with(mlogit.out, data.frame(economic=tapply(economic, index(mod1)$alt, mean)))

从帮助中进行比较：

data("Fishing", package = "mlogit")
Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode")
m <- mlogit(mode ~ price | income | catch, data = Fish)

# compute a data.frame containing the mean value of the covariates in
# the sample data in the help file for effects
z <- with(Fish, data.frame(price = tapply(price, index(m)$alt, mean),
                       catch = tapply(catch, index(m)$alt, mean),
                       income = mean(income)))

# compute the marginal effects (the second one is an elasticity
effects(m, covariate = "income", data = z)
4

2 回答 2

2

我会尝试选项 3 并切换到multinom(). 与参考项目（例如，下面代码中的“辩论”）相比，此代码将模拟将项目排名为第一的对数几率。对于 K = 7 个项目，如果我们调用参考项目 Item K，那么我们正在建模

    log[ Pr（第k项第 1 项）/ Pr（第K项第 1 项）] = α k + x T β k

对于 k = 1,...,K-1，其中项目k是其他（即非参考）项目之一。参考水平的选择会影响系数及其解释，但不会影响预测概率。（分类预测变量的参考水平也是如此。）

我还要提一下，我在这里处理丢失数据的方式与您在原始代码中的处理方式略有不同。由于我的模型只需要知道哪个项目排名第一，因此我只需要丢弃缺少该信息的记录。（例如，在原始数据集中，第 43 条记录的“信息”排名第一，因此即使其他 3 项不适用，我们也可以使用该记录。）

# Get data
dat.url <- 'https://raw.githubusercontent.com/sjkiss/Survey/master/mlogit.out.csv'
dat <- read.csv(dat.url)

# dataframe showing which item is ranked #1
ranks <- (dat[,2:8] == 1)

# for each combination of predictor variable values, count
# how many times each item was ranked #1
dat2 <- aggregate(ranks, by=dat[,9:12], sum, na.rm=TRUE)

# remove cases that didn't rank anything as #1 (due to NAs in original data)
dat3 <- dat2[rowSums(dat2[,5:11])>0,]

# (optional) set the reference levels for the categorical predictors
dat3$gender <- relevel(dat3$gender, ref="Female")
dat3$Job <- relevel(dat3$Job, ref="Government backbencher")

# response matrix in format needed for multinom()
response <- as.matrix(dat3[,5:11])

# (optional) set the reference level for the response by changing
# the column order
ref <- "Debate"
ref.index <- match(ref, colnames(response))
response <- response[,c(ref.index,(1:ncol(response))[-ref.index])]

# fit model (note that age & economic are continuous, while gender &
# Job are categorical)
library(nnet)
fit1 <- multinom(response ~ economic + gender + age + Job, data=dat3)

# print some results
summary(fit1)
coef(fit1)
cbind(dat3[,1:4], round(fitted(fit1),3)) # predicted probabilities

我没有做任何诊断，所以我没有声称这里使用的模型提供了很好的拟合。

于 2015-06-21T02:25:36.800 回答
0

您正在使用排名数据，而不仅仅是多项选择数据。mlogit 中排名数据的结构是一个人的第一组记录都是选项，然后第二组是除排名第一的选项之外的所有选项，依此类推。但该指数假设每次的期权数量相同。所以一堆NA。我们只需要摆脱它们。

> with(mlogit.out, data.frame(economic=tapply(economic, index(mod1)$alt[complete.cases(index(mod1)$alt)], mean)))
            economic
Accessible      5.13
Debate          4.97
Information     5.08
Officials       4.92
Responsive      5.09
Social          4.91
Trade.Offs      4.91
于 2016-06-23T21:43:05.810 回答