多项式混合 Logit 模型 mlogit r-package
-
21-12-2019 - |
题
我发现了 mlogit
-包裹 对于多项 Logit 模型,寻找估计多项混合 Logit 模型。在阅读了精彩的小插图后,我发现我无法将我的数据应用于任何所描述的示例。
我现在写信希望能帮助解决我的问题,并创建了一个最小的例子来说明我的情况。
问题如下:某处有一些带有辅音“Q”的单词。现在进行了一项实验,让人们听这些单词并说出他们是否听到了 Q、U 或其他辅音。这必须根据一些因素(例如音节位置或真实/非真实单词)进行建模。
在最小的例子中,我创建了 4 个人以及他们的答案和音节位置。
library(mlogit)
library(nnet)
set.seed(1234)
data <- data.frame(personID = as.factor(sample(1:4, 40, replace=TRUE)),
decision = as.factor(sample(c("Q","U", "other"), 40, replace=TRUE)),
syllable = as.factor(sample(1:4, 40, replace=TRUE)))
summary(data)
personID decision syllable
1:11 other:10 1:18
2:10 Q :18 2: 9
3:10 U :12 3: 5
4: 9 4: 8
据我所知 nnet
的 multinom
功能不涵盖混合型号。
modNnet1 <- multinom(decision ~ syllable, data=data)
首先我使用了 mlogit.data
- 重塑文件的功能。经过与同事讨论后,我们得出的结论是不存在替代性特定变量。
dataMod <- mlogit.data(data, shape="wide", choice="decision", id.var="personID")
mod1 <- mlogit(formula = decision ~ 0|syllable,
data = dataMod,
reflevel="Q", rpar=c(personID="n"), panel=TRUE)
Error in names(sup.coef) <- names.sup.coef :
'names' attribute [1] must be the same length as the vector [0]
mod2 <- mlogit(formula = decision ~ personID|syllable,
data = dataMod,
reflevel="Q", rpar=c(personID="n"), panel=TRUE)
Error in solve.default(H, g[!fixed]) :
Lapack routine dgesv: system is exactly singular: U[3,3] = 0
不,我不知道该怎么办,所以我在这里寻求帮助。但我相信这种问题可以解决 mlogit
我只是还没有看到它;)
解决方案
这 rpar
参数仅接受替代特定变量。无需在模型公式中指定特定于人员的 id——这是通过包含来处理的 id.var = something
在里面 mlogit.data
命令。例如,如果您有一个替代的特定协变量 acov
, ,您可以允许随机斜率 acov
跨面板:
N = 200
dat <- data.frame(personID = as.factor(sample(1:4, N, replace=TRUE)),
decision = as.factor(sample(c("Q","U", "other"), N, replace=TRUE)),
syllable = as.factor(sample(1:4, N, replace=TRUE)),
acov.Q = rnorm(N), acov.U = rnorm(N), acov.other = rnorm(N))
dataMod <- mlogit.data(dat, shape="wide", choice="decision", id.var="personID", varying = 4:6)
mlogit(formula = decision ~ acov|syllable, rpar = c(acov = "n"), panel = T, data = dataMod)
看来您正在尝试为每个替代方案(而不是随机斜率)拟合一个随机的、特定于人的截距的模型。不幸的是,我认为你不能这样做 mlogit
(但请参阅 这个帖子).
在没有替代特定协变量的情况下,可以拟合随机截距的一种选择是 MCMCglmm
.
library(MCMCglmm)
priors = list(R = list(fix = 1, V = 0.5 * diag(2), n = 2),
G = list(G1 = list(V = diag(2), n = 2)))
m <- MCMCglmm(decision ~ -1 + trait + syllable,
random = ~ idh(trait):personID,
rcov = ~ us(trait):units,
prior = priors,
nitt = 30000, thin = 20, burnin = 10000,
family = "categorical",
data = dat)
相关问题有先验选择、马尔可夫链的收敛等。Florian Jaeger 实验室的博客有一个 多项式模型的简短教程通过 MCMCglmm
除了以下内容之外,您可能会发现有帮助 MCMCglmm
文档。
不隶属于 StackOverflow