1

我使用包 support.CEs 设计了一个 CE 实验。我生成了一个带有 3 个属性的 CE 设计,每个属性有 4 个级别。问卷有 4 个备选方案和 4 个块

des1 <- rotation.design(attribute.names = list(
    Qualitat = c("Aigua potable", "Cosetes.blanques.flotant", "Aigua.pou", "Aigua.marro"),
    Disponibilitat.acces = c("Aixeta.24h", "Aixeta.10h", "Diposit.comunitari", "Pou.a.20"), 
    Preu = c("No.problemes.€", "Esforç.economic", "No.pagues.acces", "No.pagues.no.acces")),
    nalternatives = 4, nblocks = 4, row.renames = FALSE,
    randomize = TRUE, seed = 987)

问卷由 15 人(ID 1-15)回答,因此有 60 个输出(每 4 个区块有 15 人回答:

   ID BLOCK q1 q2 q3 q4
1   1     1  1  2  3  3
2   1     2  1  3  3  4
3   1     3  5  1  3  5
4   1     4  5  2  2  5
5   2     1  1  2  4  3
6   2     2  1  4  3  4
7   2     3  3  1  3  2
8   2     4  1  2  2  2
9   3     1  1  2  2  2
10  3     2  1  4  3  4
11  3     3  3  1  3  4
12  3     4  3  2  1  4
13  4     1  1  5  4  3
14  4     2  1  4  5  4
15  4     3  5  5  3  2
16  4     4  5  2  5  5
17  5     1  1  2  4  2
18  5     2  3  2  3  2
19  5     3  3  1  3  4
20  5     4  3  2  1  4
21  6     1  1  5  5  5
22  6     2  1  3  3  4
23  6     3  3  1  3  4
24  6     4  1  2  2  2
25  7     1  1  2  4  3
26  7     2  4  2  3  4
27  7     3  3  1  3  3
28  7     4  3  4  5  5
29  8     1  1  3  2  3
30  8     2  1  4  3  4
31  8     3  3  1  3  4
32  8     4  1  2  2  1
33  9     1  1  2  3  3
34  9     2  1  3  3  4
35  9     3  5  1  3  5
36  9     4  5  2  2  5
37 15     1  1  5  5  5
38 15     2  4  4  5  4
39 15     3  5  5  3  5
40 15     4  4  3  5  5
41 11     1  1  5  5  5
42 11     2  4  4  5  4
43 11     3  5  5  3  5
44 11     4  5  3  5  5
45 12     1  1  2  4  3
46 12     2  4  2  3  4
47 12     3  3  1  3  3
48 12     4  3  4  5  5
49 13     1  1  2  2  2
50 13     2  1  4  3  4
51 13     3  3  1  3  2
52 13     4  1  2  2  2
53 14     1  1  1  3  3
54 14     2  1  4  1  4
55 14     3  4  1  3  2
56 14     4  3  2  1  2
57 15     1  1  1  3  2
58 15     2  5  2  1  4
59 15     3  4  4  3  1
60 15     4  3  4  1  4

问题是,当我将问题和答案矩阵与公式合并时

dataset1 <- make.dataset(respondent.dataset = res1,
                    choice.indicators = c("q1","q2","q3","q4"),
                    design.matrix = desmat1)

R 显示警告消息: In fitter(X, Y, strats, offset, init, control, weights = weights, : Ran out of iterations and didn't convergence

我应该期望生成的矩阵 desmat1 有 4800 个观察值(80 个可能的组合和 60 个输出)。相反,我只有 1200 次观察。矩阵数据集 1 仅显示 1 组备选方案的组合,而不是 4 组。

例如,对于 ID 1,块 1,问题 1 仅出现替代 1。它与该人选择的答案匹配,但在其他情况下不匹配,并且该信息在 R 中丢失,因此 clogit 时的结果是应用是错误的。

我确实希望这些问题得到理解。问候,

版:

我发现了我的问题。当我从我以 .csv 格式生成的 respondent.dataset 制作数据集时,r 只检测到 q1 响应而不是 q1-q4。数据集1

dataset1 <- make.dataset(respondent.dataset = res1,
                    choice.indicators = c("q1","q2","q3","q4"),
                    design.matrix = desmat1)

将 q1-q4 检测为新列。但关键是 q1-q4 必须填充 dataset1 中的 QES 列。我之前用 1 个块做了另一个 CE,并且数据集在读取 respondant.dataset 时正确完成。所以关键是现在我使用了 4 个块,但我不知道如何让 R 解释 q1-q4 是每个块的列 QUES。

res1 矩阵(repondant.dataset)(完整的矩阵有 60 行 = 15 名受访者(ID 1-15)* 4 个问题(make.dataset 中的 QES 列)

在此处输入图像描述

亲切的问候,

4

0 回答 0