mlogit 数据转换，R答案

【问题标题】：mlogit data transformation, Rmlogit 数据转换，R
【发布时间】：2019-02-27 10:54:32
【问题描述】：

我有一个如下所示的数据集：

Observation  Outcome  VariableA  VariableB   VariableC
     1          1         1.27       0.2         0.81        
     2          0         0.30       0.45        0.70           
     3         -1         0.27       1.2         0.56

Outcome 变量可以取值 1、0、-1，并且应该是多项 logit 模型中的因变量，我将使用 mlogit 包在 R 中实现该模型。我使用以下代码转换了我的数据：

mlogitdataset <- mlogit.data(dataset, choice = "Outcome", shape="wide")

这给了我以下新数据集：

Observation  Outcome VariableA  VariableB  VariableC   alt
     1        FALSE       1.27       0.2        0.81   -1     
     1        FALSE       1.27       0.2        0.81    0      
     1         TRUE       1.27       0.2        0.81    1
     2        FALSE       0.20       0.45       0.70   -1
     2         TRUE       0.20       0.45       0.70    0   
     2        FALSE       0.20       0.45       0.70    1

这基本上是我希望数据的结构方式，但是，我不想在多项 logit 回归中使用 VariableA-C 作为单独的自变量。相反，我希望自变量根据 alt 的值从变量 A、B 或 C 中取一个值。这可以用下表中的VariableD表示：

 Observation  Outcome VariableA  VariableB  VariableC   alt  VariableD
     1        FALSE       1.27       0.20       0.81   -1       0.81
     1        FALSE       1.27       0.20       0.81    0       0.20
     1         TRUE       1.27       0.20       0.81    1       1.27
     2        FALSE       0.20       0.45       0.70   -1       0.70
     2         TRUE       0.20       0.45       0.70    0       0.45
     2        FALSE       0.20       0.45       0.70    1       0.20

这将允许我运行多项 logit 回归：

mlog <- mlogit(Outcome ~ 1 | VariableD, data=mlogitdataset, reflevel = "0")

我尝试使用以下代码直接在 mlogit 对象 (mlogitdataset) 中创建 VariableD：

outcome_map <- data.frame(alt = c(1, 0, -1), var = grep('Variable[A-C]', names(mlogitdataset)))

mlogitdataset$VariableD <- mlogitdataset[cbind(seq_len(nrow(mlogitdataset)), with(outcome_map, var[match(mlogitdataset$alt, alt)]))]

但是，在尝试运行多项 logit 回归时，这给了我错误消息“提供的行名长度错误”。

我应该如何转换/格式化/构造数据，以便可以使用 mlogit 函数运行预期的回归？

谢谢！

【问题讨论】：

请分享用于创建VariableD 的代码和str(mlogitdataset) 的输出。

标签： r mlogit

【解决方案1】：

您可以将dplyr 中的case_when() 与mutate() 一起使用：

library(dplyr)

mlogitdataset <- read.csv(text = "Observation,Outcome,VariableA,VariableB,VariableC,alt
1,FALSE,1.27,0.20,0.81,-1
1,FALSE,1.27,0.20,0.81,0
1,TRUE,1.27,0.20,0.81,1
2,FALSE,0.20,0.45,0.70,-1
2,TRUE,0.20,0.45,0.70,0
2,FALSE,0.20,0.45,0.70,1")

mlogitdataset <- mutate(mlogitdataset, 
       VariableD = case_when(
         alt == -1 ~ VariableC,
         alt ==  0 ~ VariableB,
         alt ==  1 ~ VariableA
       ))

【讨论】：

这允许我以我想要的方式构造变量 D，但是，当我使用它作为自变量运行 mlogit 回归时，我仍然收到错误消息：“data.frame 中的错误（lapply（index , function(x) x[drop = TRUE]), row.names = rownames(mydata)) : 提供的行名长度错误”知道如何解决这个问题吗？
不幸的是，我对mlgit包不熟悉，但错误似乎是由不正确（或丢失）的行名引起的。在我的示例中，我们实际上没有创建任何行名，但这似乎是mlogit 正在寻找的东西，可能是为了连接属于同一观察的行？所以这似乎不是关于我们创建新变量的方式，而是更多关于mlogit 期望作为输入数据格式的格式。