如何在R中对参数估计施加约束？

【问题标题】：how to put constraints on parameter estimation in R?如何在R中对参数估计施加约束？
【发布时间】：2023-03-27 04:45:02
【问题描述】：

我正在使用 mlgit 包在 R 上拟合一个 logit 模型。虚拟变量（var1、var2、var3）的所有参数均呈正态分布。如何对一个变量 (var1) 施加约束以使其参数为零均值？当前代码返回 var1 的非零均值。谢谢！

model <- mlogit(outcome ~ var1 + var2 + var3 | 0 , 
                 data=data, 
                 rpar = c(var1 = "n",
                          var2 = "n",
                          var3 = "n"), 
                 correlation = FALSE, 
                 R = 100, 
                 halton = NA)

我知道在 STATA 中对参数施加约束相对容易。对于我的模型，我在 STATA 中的代码是：

constraint 1 _b[var1]=0
mixlogit  choice var1 var2 var3, group(qid) id(id) constraint(1)

我只是想知道如何在 R 中做同样的事情。谢谢！

【问题讨论】：

标签： r mixed-models mlogit

【解决方案1】：

基于gmnl 包，我们可以使用maxLik 来约束估计。对于这个问题，

A <- matrix (c(1,0,0,0,0,0, -1,0,0,0,0,0))
B <- matrix (c(0, 0))

model <- gmnl(outcome ~ var1 + var2 + var3 | 0 , 
                 data=data, 
                 rpar = c(var1 = "n",
                          var2 = "n",
                          var3 = "n"), 
                 constraints = list (eqA=A, eqB=B),
                 model = "mixl",
                 correlation = FALSE, 
                 R = 100, 
                 halton = Null)

约束在数学中的含义

1* mean(var1) + 0*mean(var2) + 0*mean(var3) + 0*sd(var1) + 0*sd(var2) > + 0*sd(var3) = 0;

和

-1* mean(var1) + 0*mean(var2) + 0*mean(var3) + 0*sd(var1) + 0*sd(var2) + 0*sd(var3) = 0

因此 var1 的平均值在估计中必须为 0。

【讨论】：