使用 mlogit 包设置多项 logit 模型

Question

我们正在尝试使用 mlogit 包估计出行方式选择模型。最终，我们打算建立一个包含更多变量的嵌套模型，但是我们试图首先建立一个非常简单的非嵌套多项模型来进行测试。特别是，我们试图完成的工作与 mlogit 包中的示例不同，因为我们有一些特定于替代方案（例如自行车、步行和开车）的实用功能。

我们的起始数据集（简化）具有以下形式：

"recid","mode","walk_mode_time","bike_mode_time","carsdivworkers"
254,"Bike",15.0666484832764,4.51999473571777,0.5
7,"SOV",17.9941387176514,5.39824199676514,2
40,"Walk",43,12.8999996185303,1

我们要为这个测试模型指定的效用函数如下：

Utility(SOV)= beta1* carsdivworkers

Utility(Walk)= Constant(Walk)+ beta6*(walk_mode_time) + beta7 *(carsdivworkers)

Utility(Bike)= Constant(Bike)+ beta8*(bike_mode_time) + beta9 *(carsdivworkers))

为了使我们的数据看起来更像 mlogit 文档中的示例，我们认为我们需要使用以下结构来构建数据：

1. 每条记录（列出一个选择的备选方案）都被复制，以包括给定行程的未选择的备选方案。
2. 未选择的替代品的替代品特定值归零

这会产生如下所示的数据结构：

"recid","mode","choice","walk_mode_time",”bike_mode_time","cardivwkr"
7,"Bike",FALSE,0,5.39824199676514,1
7,"DriveTransit",FALSE,0,0,1
7,"HOV2",FALSE,0,0,1
7,"HOV3",FALSE,0,0,1
7,"SOV",TRUE,0,0,1
7,"Walk",FALSE,17.9941387176514,0,1
7,"WalkTransit",FALSE,0,0,1
40,"Bike",FALSE,0,12.8999996185303,0.5
40,"DriveTransit",FALSE,0,0,0.5
40,"HOV2",FALSE,0,0,0.5
40,"HOV3",FALSE,0,0,0.5
40,"SOV",FALSE,0,0,0.5
40,"Walk",TRUE,43,0,0.5
40,"WalkTransit",FALSE,0,0,0.5
254,"Bike",TRUE,0,4.51999473571777,1
254,"DriveTransit",FALSE,0,0,1
254,"HOV2",FALSE,0,0,1
254,"HOV3",FALSE,0,0,1
254,"SOV",FALSE,0,0,1
254,"Walk",FALSE,15.0666484832764,0,1
254,"WalkTransit",FALSE,0,0,1

然后我们把它变成一个mlogit数据结构如下：

logit_data <- mlogit.data(data=joined_data,
                          choice="choice",
                          shape="long",
                          alt.var="mode",
                          chid.var="recid",
                          drop.index=TRUE,
                          reflevel= "SOV")

还有我们的模型规范：

mc <-mlogit(formula= choice ~  1 | carsdivworkers | walk_mode_time + bike_mode_time,  
          data = logit_data, reflevel= "SOV")

不幸的是，当我们对我们的完整数据集运行此程序时，我们会收到以下错误：

solve.default(H, g[!fixed]) 中的错误： Lapack 例程 dgesv：系统完全是奇异的

我们认为这个公式指定了我们想要的效用函数，但不确定。它是否正确？此外，我们是否需要像我们所做的那样手动复制我们的数据记录？或者有没有办法让 mlogit.data() 从我们的初始数据集中构建一组备选方案？

Answer 1

考虑到您准备walk_mode_time 和bike_mode_time 的方式，您可能应该尝试将walk_mode_time + bike_mode_time | 1 + carsdivworkers | 0 作为公式。我通常发现生成部分归零的变量并仅使用公式的第一部分很方便，即walk_mode_time + bike_mode_time + walk_mode_carsdivworkers + bike_mode_carsdivworkers + ... | 1 | 0 和*_carsdivworkers 给出的选项比替代数量少一个（未指定的系数因此为零，其他相对于那个）。

您的数据也可能有问题，例如选择零个或多个备选方案的选择情况，对于所有备选方案具有相同值的变量等。如果公式 0 | 1 | 0 失败，则可能存在数据问题，如果可行，则说明公式存在问题。