0

我想估计 R 中多项式 logit 模型的参数，并想知道如何正确构造我的数据。我正在使用“mlogit”包。

目的是模拟人们对交通方式的选择。但是，数据集是聚合级别的时间序列，例如：

在此处输入图像描述

此数据必须从分组计数数据重新调整为未分组数据。我的方法是为每个人创建三个新行，所以我最终得到一个如下所示的数据集：

在此处输入图像描述

对于分组数据中每个人的选择，我创建了三个新行并使用 chid 将这三个行绑定在一起。我现在想运行：mlogit.data(MyData,choice = “choice”, chid.var = “chid”, alt.var = “mode”)。

这是正确的方法吗？还是我误解了 chid 功能的目的？

4

2 回答 2

4

太糟糕了，这是从stats.stackexchange.com迁移而来的，因为您可能会在那里得到更好的答案。

该mlogit软件包需要有关个人的数据，并且可以接受“宽”或“长”数据。在前者中，每个人有一行表示选择的模式，对于特定于模式的变量（在您的示例中为时间和价格）的每个组合都有单独的列。在长格式中，每个人都有 n 行，其中 n 是模式的数量，第二列包含TRUE或FALSE指示为每个人选择的模式，以及每个模式特定变量的附加列。在内部，mlogit使用长格式数据集，但您可以提供宽格式并mlogit为您转换它。在这种情况下，只有两个变量，这可能是更好的选择。

由于mlogit需要个人，并且您有个人数量，因此处理此问题的一种方法是扩展您的数据以使每种模式具有适当的行数，并使用变量组合填充生成的 data.frame。下面的代码就是这样做的：

df.agg <- data.frame(month=1:4,car=c(3465,3674,3543,4334),bus=c(1543,2561,2432,1266),bicycle=c(453,234,123,524))
df.lvl <- data.frame(mode=c("car","bus","bicycle"), price=c(120,60,0), time=c(5,10,30))

get.mnth <- function(mnth) data.frame(mode=rep(names(df.agg[2:4]),df.agg[mnth,2:4]),month=mnth)
df <- do.call(rbind,lapply(df.agg$month,get.mnth))
cols <- unlist(lapply(df.lvl$mode,function(x)paste(names(df.lvl)[2:3],x,sep=".")))
cols <- with(df.lvl,setNames(as.vector(apply(df.lvl[2:3],1,c)),cols))
df <- data.frame(df, as.list(cols))
head(df)
#   mode month price.car time.car price.bus time.bus price.bicycle time.bicycle
# 1  car     1       120        5        60       10             0           30
# 2  car     1       120        5        60       10             0           30
# 3  car     1       120        5        60       10             0           30
# 4  car     1       120        5        60       10             0           30
# 5  car     1       120        5        60       10             0           30
# 6  car     1       120        5        60       10             0           30

现在我们可以使用mlogit(...)

library(mlogit)
fit <- mlogit(mode ~ price+time|0 , df, shape = "wide", varying = 3:8)
summary(fit)
#...
# Frequencies of alternatives:
#  bicycle      bus      car 
# 0.055234 0.323037 0.621729 
# 
# Coefficients :
#         Estimate Std. Error t-value  Pr(>|t|)    
# price  0.0047375  0.0003936  12.036 < 2.2e-16 ***
# time  -0.0740975  0.0024303 -30.489 < 2.2e-16 ***
# ...
coef(fit)["time"]/coef(fit)["price"]
#      time 
# -15.64069

所以这表明减少 1（分钟？）的旅行时间大约值 15（美元）？

该分析忽略了month变量。我不清楚您将如何整合它，因为月份既不是特定于模式也不是特定于个人。您可以“假装”该月是特定于个人的，并使用诸如 : 之类的模型公式mode ~ price+time|month，但是对于您的数据集，系统在计算上是单一的。

要重现其他答案的结果，您可以使用mode ~ 1|monthwith reflevel="car"。这忽略了特定于模式的变量，只估计月份的影响（相对于模式 = 汽车）。

mlogit 这里有一个很好的教程。

于 2015-09-12T21:25:11.553 回答
0

价格和时间是您试图成为模型一部分的真实变量吗？

如果没有，那么您不需要“取消聚合”该数据。直接使用结果计数（即使使用协变量）是非常好的。我不知道在 mlogit 中这样做的细节，但是使用 multinom，这很简单，我想使用 mlogit 是可能的：

# Assuming your original data frame is saved in "df" below
library(nnet)
response  <- as.matrix(df[,c('Car', 'Bus', 'Bicycle')])
predictor <- df$Month

# Determine how the multinomial distribution parameter estimates
# are changing as a function of time
fit <- multinom(response ~ predictor)

在上述情况下，结果的计数直接与一个协变量“月”一起使用。如果您不关心协变量，您也可以使用multinom(response ~ 1)，但很难说出您真正想要做什么。

浏览 mlogit 包中的“TravelMode”数据和一些示例，如果您真的想使用每个人的个人记录，我相信您选择的选项是正确的。

于 2015-09-12T12:11:33.883 回答