问题标签 [mlogit]

我正在估计SAS 中的嵌套 Logit 模型。

• 上层：两个选项1 和2
• 下层：1 有子选项1 和2；和 2 具有子选项 0（退化情况）
• 解释变量 x1,x2,x3,x4,x5 对所有备选方案都是通用的 (0,1,2)

根据此处的文档进行代码

我收到一个错误：错误：CHOICE= 变量包含冗余替代项

这里可能出了什么问题？

提前致谢，

我正在尝试使用 R 中的 mlogit 包来解决具有可变选择集的离散选择模型。我相信这项工作应该：

其中 data.csv 是：

即，我正在考虑一个综合示例，该示例与铁路网络中的路线选择有关，该示例基于路线中的车站数量和立交桥的数量。

当我检查预测时，我发现选择集之外的路线被分配了非零概率。

我还没有找到一个使用 mlogit 和不同选择集的好例子，所以很可能我错误地指定了模型或数据。有任何想法吗？谢谢。

R 函数multinom(package nnet) 和mlogit(package mlogit) 都可用于多项逻辑回归。但是为什么这个例子会返回不同的系数 p 值的结果呢？

#prepare data

#multinom：

#mlogit：

为什么 p 值从multinorm和mlogit如此不同？我想这是因为我使用添加的异常值mydata$gre[1:10] = rnorm(10,mean=80000)。如果异常值是不可避免的问题（例如基因组学、代谢组学等），我应该使用哪个 R 函数？

我想使用 mlogit 包来拟合 logit 模型。但是，我只有一个包含汇总销售数据的数据框。关于如何从聚合形式到个人层面的形式的任何想法。

一个例子：

现在从这里我想在个人级别上生成一个数据框，以便用 mlogit 拟合 logit 模型

或者就此而言，如果有任何其他关于从汇总销售数据建模 logit 的想法。

谢谢

我正在尝试估计客户商店选择的多项 logit 模型。每个客户都有不同的选择集。数据集很大，所以mlogit需要很长时间才能收敛。mnlogit使用大型数据集更快，但我不知道如何指定选择集有所不同。我缺少一个简单的解决方法吗？数据集是一个mlogit.data对象，我已将设置chid.var设置为选择索引变量。

我并没有坚持使用mnlogit，但鉴于我有一个大数据集，这似乎是我最好的选择。我在文档中找不到任何关于不同选择集的提及mnlogit。

编辑：

我得到的警告mnlogit：

在 responseMat - Pch 中：较长的对象长度不是较短对象长度的倍数

我很难在 mlogit 包中建模一个无选择的选项，以从联合数据中估计零件价值。我有来自 600 名受访者（respid）的选择数据。每个受访者在 3 个假设产品（替代：AC）和无选择选项（替代：D）之间进行选择。每个人都做 4 次选择（问题）。

我准备以下数据：

我收到以下错误消息，但它确实创建了数据。

我想用以下代码估计模型

那不起作用，我收到错误消息

有人知道如何解决这个问题吗？您会像我一样对无选择选项进行建模吗？任何帮助都非常受欢迎！非常感谢。

最好的，迈克尔

我的数据看起来像这样

我正在估计一个多项式 logit 模型，并希望报告边际效应。我遇到了困难，因为当我使用更大版本的模型时出现错误。

这是一个可重现的例子。以下带有两个协变量的代码可以正常工作。

现在，当我有三个协变量时：

最后一行给出以下错误：

if (rhs %in% c(1, 3)) { 中的错误：参数长度为零

但如果我跑

那么它可以很好地给出 的边际效应col3。为什么它不给出 的边际效应col1？

请注意，所有列都不包含NULLs 并且长度相同。有人可以解释这种行为的原因是什么吗？

您知道为什么 mlogit 函数会产生错误吗？
不允许重复的 'row.names'
如果你问我，行名不重复。这真让我抓狂。

我什至尝试过make.unique(rownames(mlORDERS))，which(duplicated(mlORDERS[, 1]))但这也无济于事。

我在 R 中使用 mlogit 运行多项 logit 模型。我的示例数据框如下所示。

可以通过以下代码访问该数据帧。

简单模型的代码如下

Model 3 不工作并返回以下错误信息

请任何人都可以帮助我找到解决方案。

谢谢

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

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：