在R依赖和独立的分类变量中使用mlogit

时间:2014-05-27 21:10:47

标签: r mlogit

我有两个载体(A和B),分类数据为36个科目。 A_i,j是categorytype1 j,主题i适合于和B_i,k是主题i的categorytype2 k。当i = 1:36,j = 1:5且k = 1:6。

library(mlogit)
AB <- read.csv("C:/.../AB.csv")
head(AB)
   Subject     A     B 
 1       1     1     3 
 2       2     3     3 
 3       3     1     6 
 4       4     1     3 
 5       5     1     2 
 6       6     1     4 

我想找到每个类别组合的概率。因此,对于所有j = 1:5和k = 1:6,主题选择类别j k的机会是多少。

我被告知probit / logit模型是用于此问题的一个很好的工具,我尝试在R中估算它。

mldata<-mlogit.data(AB, choice="A", alt.var="B", shape="long", id.var = "Subject")

给我一​​个错误,我找不到我的错误。

Error in `row.names<-.data.frame`(`*tmp*`, value = c("1.3", "1.3", "1.6",  : 
duplicate 'row.names' are not allowed
In addition: Warning message:
non-unique values when setting 'row.names': ‘1.3’, ‘2.2’, ‘2.3’, ‘3.1’,‘3.5’,‘4.2’,‘4.3’, ‘5.3’, ‘5.4’, ‘6.5’, ‘7.3’, ‘8.2’, ‘8.3’

我尝试查看帮助文件,但没有帮助我很多。

我希望有人可以指出我正在犯的错误。

非常感谢你的帮助。

1 个答案:

答案 0 :(得分:0)

输出dput(A)和dput(b)的输出,并指定的前几个答案。 。看起来你想在这两个矩阵上的某些逻辑运算中使用rowSums(。)/ 6。大概是:

 rowSums(A==B)/6