ChoiceModelR，none = TRUE，「betadraw [good，] = newbeta [good，]中的錯誤」

我正在使用ChoiceModelR進行分層多項式logit。我想獲得外部商品效用的估計值（其遵循正態分佈）。外部貨物沒有內部貨物的協變量 - 例如，它不能有價格或品牌虛擬 - 因此我設置了list（none = TRUE），並且不要將這個無選擇項添加到X數據（如ChoiceModelR的文檔中所述），而僅添加到y（選擇）數據。ChoiceModelR，none = TRUE，「betadraw [good，] = newbeta [good，]中的錯誤」

的迭代正常啓動，然後在某個時候停止，並說

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

這可能是因爲在函數「choicemodelr」 388行中，「好」下標NA。

我看着約choicemodelr（this，this，this）的一些問題，也即將在標（this，this）來港定居，但我的猜測是，我的問題是特定於在這個意義上這個功能，可能一些投入在迭代中只是變得如此大/小，這樣「好」會變成NA。

下面是一個非常簡單的例子。我使用具有不同屬性的3種產品生成數據。在一半的時間內不提供產品3。 2000年的消費者有偏好 - 通常分配 - 超過3個屬性（以及對外部商品的偏好）。添加的Logit錯誤與模型一致。外部商品被指定爲產品4（當3個和2個產品都在選擇集合中時）。

我怎樣才能避免NA錯誤？我做錯了什麼，還是它在函數中的一個常見錯誤？

我也搜索了在線設置示例none = TRUE的示例，但是我沒有找到任何可重現的示例。也許這個選項只是有問題的事情，因爲如果我設置none = FALSE，恢復真實參數沒有問題，並且我不讓客戶選擇外部選項。

因此，這導致NA的bug的代碼如下：

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)

來源

2017-04-21 Marton

你必須通過ID對它們進行排序，設置，Alt鍵..這解決了這個錯誤（你得到了相同）的問題有按受訪者ID，給定問題中的設置編號（問題）和替代方法排序。

來源

2017-07-23 07:47:48 Ramana

ChoiceModelR，none = TRUE，「betadraw [good，] = newbeta [good，]中的錯誤」

回答

相關問題