我正在 R 上复制一些 Stata 代码,我想使用以下命令执行多项式逻辑回归:mlogit
函数,来自同名包(我知道有一个multinom
函数于nnet
但我不想用这个)。
我的问题是,使用mlogit
,我需要使用以下方式格式化我的数据mlogit.data
我不知道如何正确格式化它。将我的数据与文档和示例中使用的数据进行比较这个问题 https://stackoverflow.com/questions/9355535/how-should-i-format-my-data-for-the-r-mlogit-package,我意识到它不是同一个形式。
事实上,我使用的数据是这样的:
df <- data.frame(ID = seq(1, 10),
type = c(2, 3, 4, 2, 1, 1, 4, 1, 3, 2),
age = c(28, 31, 12, 1, 49, 80, 36, 53, 22, 10),
dum1 = c(1, 0, 0, 0, 0, 1, 0, 1, 1, 0),
dum2 = c(1, 0, 1, 1, 0, 0, 1, 0, 1, 0))
ID type age dum1 dum2
1 1 2 28 1 1
2 2 3 31 0 0
3 3 4 12 0 1
4 4 2 1 0 1
5 5 1 49 0 0
6 6 1 80 1 0
7 7 4 36 0 1
8 8 1 53 1 0
9 9 3 22 1 1
10 10 2 10 0 0
而他们使用的数据如下:
key altkey A B C D
1 201005131 1 2.6 118.17 117 0
2 201005131 2 1.4 117.11 115 0
3 201005131 3 1.1 117.38 122 1
4 201005131 4 24.6 NA 122 0
5 201005131 5 48.6 91.90 122 0
6 201005131 6 59.8 NA 122 0
7 201005132 1 20.2 118.23 113 0
8 201005132 2 2.5 123.67 120 1
9 201005132 3 7.4 116.30 120 0
10 201005132 4 2.8 118.86 120 0
11 201005132 5 6.9 124.72 120 0
12 201005132 6 2.5 123.81 120 0
正如你所看到的,在他们的例子中,有一列altkey
详细说明了每个类别的每个key
还有一个专栏D
显示该人选择了哪种替代方案。
但是,我只有一栏(type
)它显示了个人的选择,但没有显示其他替代方案或每个替代方案的其他变量的值。当我尝试申请时mlogit
, 我有:
library(mlogit)
mlogit(type ~ age + dum1 + dum2, df)
data.frame(lapply(index, function(x) x[drop = TRUE]), row.names = rownames(mydata)) 中的错误:
提供的行名称长度错误
因此,如何格式化我的数据,使其与数据类型相对应mlogit
需要?
Edit:按照@edsandorf的建议,我修改了我的数据框并mlogit.data
有效,但现在所有其他解释变量对于每个替代方案都具有相同的值。我是否应该在所选替代项为 0 或 FALSE 的行中将这些变量设置为 0 ? (事实上,有人可以告诉我从我所在的位置到结果的过程吗?mlogit
因为我不明白我的估计错在哪里?)
我在这里显示的数据(df
)不是我的真实数据。然而,它的形式完全相同:一列包含替代项的选择(type
)、包含虚拟人和年龄的列等。
这是我到目前为止所做的过程(我没有将替代项设置为 0):
# create a dataframe with all alternatives for each ID
qqch <- data.frame(ID = rep(df$ID, each = 4),
choice = rep(1:4, 10))
# merge both dataframes
df2 <- dplyr::left_join(qqch, df, by = "ID")
# change the values in stype by 1 or 0
for (i in 1:length(df2$ID)){
df2[i, "type"] <- ifelse(df2[i, "type"] == df2[i, "choice"], 1, 0)
}
# format for mlogit
df3 <- mlogit.data(df2, choice = "type", shape = "long", alt.var = "choice")
head(df3)
ID choice type age dum1 dum2
1.1 1 1 FALSE 28 1 1
1.2 1 2 TRUE 28 1 1
1.3 1 3 FALSE 28 1 1
1.4 1 4 FALSE 28 1 1
2.1 2 1 FALSE 31 0 0
2.2 2 2 FALSE 31 0 0
如果我做 :
mlogit(type ~ age + dum1 + dum2, df3)
我有错误:
solve.default(H, g[!fixed]) 中的错误:系统在计算上是奇异的:条件数倒数