多項式混合logit模型mlogit r-package

我發現mlogit-package爲多項logit模型尋找估計多項混合logit模型。在閱讀完美的小插圖後，我發現我無法將數據應用於任何描述的示例。多項式混合logit模型mlogit r-package

我現在寫的希望對我的問題有幫助，並創建了一個最小的例子來說明我的情況。

問題如下：在某處有輔音「Q」的詞。現在，一個試驗人員負責聽這些單詞，並說如果他們聽到Q，U或其他輔音。這必須根據音節位置或真實/非真實詞等因素進行建模。

在最小的例子中，我創建了4個人，他們的答案與音節位置。

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

據我所知nnet的multinom職能不包含混合模型。

modNnet1 <- multinom(decision ~ syllable, data=data)

首先我用mlogit.data - 函數重塑文件。經與同事討論後，我們得出結論：沒有可替代的特定變量。

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，我不知道該怎麼做，所以我在這裏尋求幫助。但我相信這種問題可以通過mlogit解決，但我還沒有看到它;）

來源

2014-02-25 schlusie

rpar參數只接受替代特定的變量。沒有必要在模型公式中指定特定於人員的標識 - 這是通過在mlogit.data命令中包含id.var = something來處理的。舉例來說，如果你有一個替代的具體協acov，你可以讓隨機的山坡爲acov跨越面板：

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)

似乎您試圖擬合模型爲每個替代隨機，具體的人截距（不是隨機斜坡）。不幸的是，我不認爲你可以在mlogit這樣做（但請參閱this post）。

在沒有替代特定協變量的情況下適用於隨機截取的一個選項是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)

有關問題事先選擇，馬爾可夫鏈的收斂，等弗洛裏安Jaeger的實驗室的博客有一個short tutorial on multinomial models via MCMCglmm，你可能會發現有用的，除了MCMCglmm文檔。

來源

2014-02-25 22:45:08

你偶然知道如何實現'syllable'變量的效果編碼嗎？我試過'dat $ syllableEff < - C（dat $ syllable，sum，3）'，並使用公式'decision〜-1 + trait + syllableEff'，但它似乎沒有工作。如果您不知道，我會發佈一個新主題 – schlusie

@schlusie您可以手動構建對比度。在你的評論中定義了'syllableEff'後：'mmC < - model.matrix（決定〜0 +音節，data = dat）％*％對比（dat $ syllableEff）; （mmC）< - c（「s1」，「s2」，「s3」）; dat < - data.frame（dat，mmC）'然後用'data = dat'使用公式'decision〜-1 + trait + s1 + s2 + s3'。 –

@schlusie爲了跟上（希望）更清晰的例子，考慮下面的線性模型，基於上面的模擬數據：'dat $ y < - rnorm（N）; dat $ trait < - factor（sample（1：3，N，replace = T））; mod1 < - lm（y〜0 + trait + syllableEff，data = dat）; mod2 < - lm（y〜0 + trait + mmC，data = dat）'。模型是相同的：'coef（mod1）== coef（mod2）'。因此，手工創建虛擬變量只是繞過自動化步驟。顯然，對於您的情況，響應是多項式的，但同一個線性模型描述了多項式響應背後的潛在變量（線性預測變量）。 –

多項式混合logit模型mlogit r-package

回答

相關問題