mlogit 中的持久计算奇点

Question

在尝试使用 mlogit 包时，我的问题与持久计算奇异性有关。

首先，关于我的数据：

我的数据涉及在体育选秀的背景下预测选择。每支球队从同一个球员池中进行有序选择，具有球队和球员的属性。因此，在 mlogit 的语言中，每个“团队”都是一个个体，每个“玩家”都是一个替代品。举一个过于简单的例子，假设五支球队各选择一名球员。

Pick      Player  PPG  Age Team
1    Ben Simmons 19.2  19  PHI
2 Brandon Ingram 17.3  18  PHI
3   Jaylen Brown 14.6  19  PHI
5      Kris Dunn 16.4  21  PHI
6    Buddy Hield 25.0  22  PHI

我正在尝试使用 mlogit 包。我首先使用 mlogit.data 重新格式化我的数据。

Choices <- mlogit.data(test,
     choice="picked",
     shape="long",
     id.var="Team",
     alt.var="Player",
     chid.var="Team",
     varying=c(4:5))

结果如下：

                    picked Pick       Player  PPG  Age Team
PHI.Ben Simmons      TRUE    1    Ben Simmons 19.2  19  PHI
PHI.Brandon Ingram  FALSE    2 Brandon Ingram 17.3  18  PHI
PHI.Jaylen Brown    FALSE    3   Jaylen Brown 14.6  19  PHI
PHI.Kris Dunn       FALSE    5      Kris Dunn 16.4  21  PHI
PHI.Buddy Hield     FALSE    6    Buddy Hield 25.0  22  PHI
LAL.Brandon Ingram   TRUE    2 Brandon Ingram 17.3  18  LAL
LAL.Jaylen Brown    FALSE    3   Jaylen Brown 14.6  19  LAL
LAL.Kris Dunn       FALSE    5      Kris Dunn 16.4  21  LAL
LAL.Buddy Hield     FALSE    6    Buddy Hield 25.0  22  LAL
BOS.Jaylen Brown     TRUE    3   Jaylen Brown 14.6  19  BOS
BOS.Kris Dunn       FALSE    5      Kris Dunn 16.4  21  BOS
BOS.Buddy Hield     FALSE    6    Buddy Hield 25.0  22  BOS
MIN.Kris Dunn        TRUE    5      Kris Dunn 16.4  21  MIN
MIN.Buddy Hield     FALSE    6    Buddy Hield 25.0  22  MIN
NOP.Buddy Hield      TRUE    6    Buddy Hield 25.0  22  NOP

显然，我有更多的参与者和变量，但这是基本结构。

然后我尝试运行条件 logit 回归：

mlogit(Choices,picked ~ <regvar>,data=Choices)

我反复遇到以下错误：

Error in solve.default(H, g[!fixed]) : 
  system is computationally singular: reciprocal condition number = 3.72907e-23

我在其他地方看到的解决方案suggests trying to eliminate the non-invertibility by removing highly correlated variables. 但是，这似乎并没有解决我的问题。即使在简单的二变量模型中，例如具有低相关性的示例数据（显然，具有不同的数字），问题仍然存在，确切数字不同。事实上，它甚至发生在单个回归量中！

我正在尝试做的简化版本：

model<-mlogit(
  picked~PPG+Age,
  data=Choices)

也许这只是一个容差问题，但鉴于这些变量并不是特别相关，这将是令人惊讶的。这似乎是比变量相关性更微妙的东西是错误的。我也查了，providing separated individual/alternative specific variables。例如，添加特定于团队的变量（例如“Team_MSA_Size”）不会改变任何内容：

model<-mlogit(
  picked~PPG+Age|Team_MSA_Size,
  data=Choices)

我的数据结构是否有问题，或者没有正确使用 mlogit 语法会导致这种情况？我将如何解决它？

我确实找到了这个similar-seeming topic，但是在没有相关数据的情况下我确实很难跟踪它。接受的答案是否表明每个选择必须始终具有相同确切的选择？如果是这样，那对我来说将是非常不幸的，因为显然每支球队都会看到不同的名单，因为球员被选拔了。如果这就是问题所在，这里是否有一个简单的解决方案，或者是否将其置于您自己的代码估算器领域？

如果有帮助，我很乐意提供更多数据或其他详细信息。

编辑：有人要求提供玩具数据。这是一个csv with toy data，下面是产生错误的代码。

setwd("Filepath")
library(mlogit)
toy_data <- read.csv("toy_data.csv",header = TRUE)
Choices_test<- mlogit.data(toy_data,
                       choice="picked",
                       shape="long",
                       id.var="Team",
                       alt.var="Pick",
                       chid.var="Team")
mlogit(picked~as.factor(Position)+as.factor(Black)+Age+PPG+APG+RPG+Team_WS,
     data=Choices_test)


Error in solve.default(H, g[!fixed]) : 
  system is computationally singular: reciprocal condition number = 6.53305e-21

Answer 1

如果我使用 mlogit pkg 中的函数执行条件逻辑回归，根据我的理解适应您的变量：

 Choices <- mlogit.data(data=test, choice="picked",
          chid.var="team",alt.var="pick",shape="long")

您的 alt.var 是“pick”，需要订购，唯一，没有关系，所以在您的情况下，它看起来像 1:6。

除非我误解了你的问题！

如果您创建一个小型玩具数据集以便测试代码，这将有所帮助。

你好，

你的语法是：

mlogit(picked~as.factor(Position)+as.factor(Black)+Age+PPG+APG+RPG+Team_WS,
     data=Choices_test)

来自 mlogit pkg，我已经有一段时间没有看了，但它看起来不像我用于条件逻辑回归的语法。

根据我的经验，计算奇点错误消息与高度相关/相同的变量有关。

如果您确定几乎没有共线性，那么我的猜测是您的模型语法设置不正确。

PS：你的代码抛出：

In file(file, "rt") :
  cannot open file 'toy_data.csv': No such file or directory

我认为您需要用一些数据行填充“toy_data.csv”。如果您的数据很敏感，那么只需发明一些（足以证明问题）。