r - mlogit 中多项逻辑模型的影响

Question

我得到了一些很好的帮助，让我的数据正确格式化，在此处使用 mlogit 生成多项逻辑模型 (Formatting data for mlogit)

但是，我现在正在尝试分析模型中协变量的影响。我在 mlogit.effects() 中找到了帮助文件信息量不大。问题之一是该模型似乎产生了很多 NA 行(见下文 index(mod1))。

谁能澄清为什么我的数据会产生这些 NA？

谁能帮我弄个mlogit.effects使用下面的数据？

我会考虑将分析转移到 multinom() .但是，我不知道如何格式化数据以适合使用的公式 multinom() .我的数据是七个不同项目(可访问性、信息、权衡、辩论、社交和响应式)的一系列排名，我是否只对他们选择的第一等级进行建模而忽略他们在其他等级中选择的内容？我可以得到那个信息。

可重现的代码如下:

#Loadpackages 
library(RCurl)
library(mlogit)
library(tidyr)
library(dplyr)
#URL where data is stored
dat.url <- 'https://raw.githubusercontent.com/sjkiss/Survey/master/mlogit.out.csv'

#Get data
dat <- read.csv(dat.url)

#Complete cases only as it seems mlogit cannot handle missing values or tied data which in this case you might get because of median imputation
dat <- dat[complete.cases(dat),]

#Change the choice index variable (X) to have no interruptions, as a result of removing some incomplete cases
dat$X <- seq(1,nrow(dat),1)

#Tidy data to get it into long format
dat.out <- dat %>%
  gather(Open, Rank, -c(1,9:12)) %>%
  arrange(X, Open, Rank)

#Create mlogit object
mlogit.out <- mlogit.data(dat.out, shape='long',alt.var='Open',choice='Rank', ranked=TRUE,chid.var='X')

#Fit Model
mod1 <- mlogit(Rank~1|gender+age+economic+Job,data=mlogit.out)

这是我尝试建立一个类似于帮助文件中描绘的数据框的数据框。它不起作用。我承认虽然我很了解申请家族，但对我来说，tapply 是模糊的。

with(mlogit.out, data.frame(economic=tapply(economic, index(mod1)$alt, mean)))

从帮助中比较:

data("Fishing", package = "mlogit")
Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode")
m <- mlogit(mode ~ price | income | catch, data = Fish)

# compute a data.frame containing the mean value of the covariates in
# the sample data in the help file for effects
z <- with(Fish, data.frame(price = tapply(price, index(m)$alt, mean),
                       catch = tapply(catch, index(m)$alt, mean),
                       income = mean(income)))

# compute the marginal effects (the second one is an elasticity
effects(m, covariate = "income", data = z)

Answer 1

我会尝试选项 3 并切换到 multinom() .与引用项目(例如，下面代码中的“辩论”)相比，此代码将模拟将项目排名为 1 的对数几率。 K = 7 项，如果我们称引用项为 ItemK，那么我们正在建模

log[ Pr(Itemk 为 1st)/Pr(ItemK 为 1st) ] = αk + xTβk

对于 k = 1,...,K-1，其中 Itemk 是其他(即非引用)项目之一。引用水平的选择会影响系数及其解释，但不会影响预测概率。 (分类预测变量的引用水平也是如此。)

我还要提一下，我在这里处理丢失数据的方式与您的原始代码略有不同。由于我的模型只需要知道哪个项目排名第一，我只需要丢弃缺少该信息的记录。 (例如，在原始数据集中记录 #43 的“信息”排名第一，因此即使其他 3 个项目不适用，我们也可以使用此记录。)

# Get data
dat.url <- 'https://raw.githubusercontent.com/sjkiss/Survey/master/mlogit.out.csv'
dat <- read.csv(dat.url)

# dataframe showing which item is ranked #1
ranks <- (dat[,2:8] == 1)

# for each combination of predictor variable values, count
# how many times each item was ranked #1
dat2 <- aggregate(ranks, by=dat[,9:12], sum, na.rm=TRUE)

# remove cases that didn't rank anything as #1 (due to NAs in original data)
dat3 <- dat2[rowSums(dat2[,5:11])>0,]

# (optional) set the reference levels for the categorical predictors
dat3$gender <- relevel(dat3$gender, ref="Female")
dat3$Job <- relevel(dat3$Job, ref="Government backbencher")

# response matrix in format needed for multinom()
response <- as.matrix(dat3[,5:11])

# (optional) set the reference level for the response by changing
# the column order
ref <- "Debate"
ref.index <- match(ref, colnames(response))
response <- response[,c(ref.index,(1:ncol(response))[-ref.index])]

# fit model (note that age & economic are continuous, while gender &
# Job are categorical)
library(nnet)
fit1 <- multinom(response ~ economic + gender + age + Job, data=dat3)

# print some results
summary(fit1)
coef(fit1)
cbind(dat3[,1:4], round(fitted(fit1),3)) # predicted probabilities

我没有做任何诊断，所以我没有声称这里使用的模型非常适合。