我有一个数据集，其中每个人都属于一个特定的群体，在多个离散结果之间反复选择。
subID group choice
1 Big A
1 Big B
2 Small B
2 Small B
2 Small C
3 Big A
3 Big B
. . .
. . .
我想测试组成员身份如何影响选择，并想解释由于同一个人重复选择而导致观察结果的非独立性。反过来，我计划将混合多项式回归处理组实现为固定效果，将subID实现为随机效果。在R中，多项式logit似乎有一些选择，我希望可以找到一些指导，以了解对于这种混合模型最容易实现的指导：
1）multinom-GLM通过nnet允许使用多项式函数。对于固定效果模型，这似乎是a nice, clear, straightforward option...。但是，有没有一种方法可以实现具有多项式的随机效应？ A previous CV post认为multinom能够处理具有泊松分布和对数链接的混合效应GLM。但是，我不明白（a）为何会这样或（b）所需的语法。有人可以澄清吗？
2）mlogit-一个很棒的软件包，带有非常有用的小插曲。但是，“混合logit”文档指的是具有与替代特定协变量（通过rpar参数实现）相关的随机效应的模型。我的模型没有替代的特定变量；我只想考虑参与者的随机拦截。使用mlogit可以吗？使用mlogit.data将数据整形为长格式时，是否通过将subID设置为id.var来自动解决该差异？编辑：我刚刚找到了一个“诱骗” mlogit的示例，该示例为因人而异的变量（非常底部的here）提供了随机系数，但是我不太理解所涉及的语法。
3）MCMCglmm显然是另一种选择。但是，作为R的新手和完全不熟悉贝叶斯统计的人，我个人不愿意解析example syntax of mixed logits with this package，甚至不遵循语法对先验或其他需要的参数进行猜测。
对于最直接的方法及其语法实现的任何指导将被彻底理解。我也想知道子ID的随机作用是否需要嵌套在组内（因为个人是组的成员），但这可能是简历的问题。无论如何，非常感谢您的见解。