R mlogit 包 : use LAPACK instead of LINPACK

Question

我正在使用一个非常大的数据集(1.016 亿个单位备选方案)估计一个相当简单的 McFadden 选择模型。我可以使用 asclogit 在 Stata 中很好地估计这个模型命令，但是当我尝试使用 mlogit 时R中的包，我收到以下错误:

region1 <- mlogit(chosen ~ mean_log.wage + mean_log.rent + bornNear + Dim.1 + regionFE | 0,
                  shape= "long", chid.var = "chid", alt.var = "alternatives", data = ready)

Error in qr.default(na.omit(X)) : too large a matrix for LINPACK
Calls: mlogit ... model.matrix -> model.matrix.mFormula -> qr -> qr.default

如果我看 source code的 qr.R很明显，我的设计矩阵中的元素数量相对于 LINPACK 来说太大了。限制为 2,147,483,647。但是， LAPACK 没有这样的限制。 (至少我可以说)。

来自 qr.R :

qr.default <- function(x, tol = 1e-07, LAPACK = FALSE, ...)
{
    x <- as.matrix(x)
    if(is.complex(x))
        return(structure(.Internal(La_qr_cmplx(x)), class = "qr"))
    ## otherwise :
    if(LAPACK)
        return(structure(.Internal(La_qr(x)), useLAPACK = TRUE, class = "qr"))
    ## else "Linpack" case:
    p <- as.integer(ncol(x))
    if(is.na(p)) stop("invalid ncol(x)")
    n <- as.integer(nrow(x))
    if(is.na(n)) stop("invalid nrow(x)")
    if(1.0 * n * p > 2147483647) stop("too large a matrix for LINPACK")
    ...

qr()似乎在 mFormula 中被调用 mlogit的方法, 当 model.matrix正在创建，可能同时 checking NAs .但是不知道有没有办法通过 LAPACK = TRUE至 mlogit ，或者是否有办法跳过 NA 检查。

我希望 @YvesCroissant会看到这个。

正如我提到的，我可以在Stata中很好地估计这个模型，所以这不是资源问题。然而，我的 Stata 许可证不可移植，这就是我想使用 R 的原因。

Answer 1

感谢 Julius 的评论和 this post在 R 中的命名空间上，我找到了答案。我在库语句之后添加了以下代码:

source("mymFormula.R")
tmpfun <- get("model.matrix.mFormula", envir = asNamespace("mlogit"))
environment(mymFormula) <- environment(tmpfun)
attributes(mymFormula) <- attributes(tmpfun)  # don't know if this is really needed
assignInNamespace("model.matrix.mFormula", mymFormula, ns="mlogit")

mymFormula.R是一个 R 脚本，我在其中复制/粘贴了 mlogit:::model.matrix.mFormula 的内容并添加 mymFormula <-之前 function在文件顶部调用。

我查看了 mlogit:::model.matrix.mFormula的内容通过输入 trace(mlogit:::model.matrix.mFormula, edit=TRUE)在 RStudio 中。 (感谢 this answer 关于如何做到这一点的帮助。)