2

我正在使用 ChoiceModelR 进行分层多项式 logit。我想估计外部商品的效用（遵循正态分布）。外部商品没有像内部商品那样的协变量 - 例如，它不能有价格或品牌虚拟 - ，所以我设置 list(none=TRUE) 并且不将此无选择添加到 X 数据中（如文档中所述ChoiceModelR），但仅适用于 y（选择）数据。

迭代正常开始，然后在某个时候停止并说

"Error in betadraw[good, ] = newbeta[good, ] :   NAs are not allowed in subscripted assignments".

这很可能发生，因为在函数“choicemodelr”的第 388 行，“好”下标是 NA。

我看了一些关于choicemodelr（this、this、this）的问题，以及关于下标中的NA（this、this）的问题，但我的猜测是我的问题是特定于这个函数的，因为迭代中的一些输入可能只是变得如此大/小，以至于“好”将变成NA。

下面是一个非常简单的例子。我生成具有不同属性的 3 种产品的数据。在一半的时间段内不提供产品 3。2000 名消费者的偏好 - 正态分布 - 超过 3 个属性（以及对外部商品的偏好）。添加 Logit 误差以与模型保持一致。外部商品被索引为产品 4（当 3 和 2 产品在选择集中时）。

我怎样才能避免 NA 错误？我做错了什么，还是函数中的一般错误？

我还在网上搜索了设置选项 none=TRUE 的示例，但我没有找到任何可重现的示例。也许这个选项只是有问题的事情，因为如果我设置 none=FALSE 恢复真实参数没有问题，并且我不让客户选择外部选项。

所以导致 NA 错误的代码如下：

library("ChoiceModelR")
library("MASS")

set.seed(36)

# Set demand pars
beta_mu = c(-3,4,1)
beta_sigma = diag(c(1,1,1))
alfa_mu = 5  #outside good mean utility
alfa_sigma = 2  #outside good sd

# Three/two products, 3 vars (2 continuous,1 dummy)
threeprod <- list()
twoprod <- list()
purchase <- list()

for (t in 1:1000){
  threeprod[[t]] = cbind(rep(t,3),c(1,1,1),c(1,2,3),runif(3),runif(3),ceiling(runif(3,-0.5,0.5)))
  purchase[[t]] = which.max(rbind(threeprod[[t]][,c(4,5,6)]%*%mvrnorm(1,beta_mu,beta_sigma) + 
    matrix( -log(-log(runif(3))), 3, 1),rnorm(1,alfa_mu,alfa_sigma)) )
  threeprod[[t]] = cbind(threeprod[[t]],c(purchase[[t]],0,0))
}

for (t in 1001:2000){
  twoprod[[t]] = cbind(rep(t,2),c(1,1),c(1,2),runif(2),runif(2),ceiling(runif(2,-0.5,0.5)))
  purchase[[t]] = which.max(rbind(twoprod[[t]][,c(4,5,6)]%*%mvrnorm(1,beta_mu,beta_sigma) + 
    matrix( -log(-log(runif(2))), 2, 1),rnorm(1,alfa_mu,alfa_sigma)) )
  if (purchase[[t]] == 3) {purchase[[t]] <- 4}
  twoprod[[t]] = cbind(twoprod[[t]],c(purchase[[t]],0))
}

X <- rbind(do.call(rbind,threeprod),do.call(rbind,twoprod))

xcoding <- c(1,1,1)

mcmc = list(R = 5000, use = 2000)
options = list(none=TRUE, save=TRUE, keep=5)

out = choicemodelr(X, xcoding, mcmc = mcmc,options = options)
4

1 回答 1

0

您必须按解决错误的 ID、Set、Alt .. 对它们进行排序（与您得到的相同）问题必须按给定问题中的受访者 ID、集合编号（问题）和备选方案进行排序。

于 2017-07-23T07:47:48.077 回答