R中的混合对数模型

Question

我试图使用mlogit包估计R中的混合效果logit。如果有人能指出我的错误在哪里，我将不胜感激。

我原来的data有一个面板结构 - 每个人都可以在6种不同的场景中做出选择。每次他有4个选项（3个品牌，没有得到任何东西）。也就是说，数据集中的每个人都有24行。

我的个人特征很少。 特定于备选方案的特征也很少：一个是价格（每个方案中的每个替代方案都不同），其他特征只是替代特定的虚拟变量。这些假人表示同一产品的特定品牌。每个假人的系数根据人口统计特征而变化。

我已经阅读了Yves Croissant关于R中多项logit模型估计的pdf，并且能够使数据适应于适合于mlogit估计的格式。

data.logit = mlogit.data(data, shape = "long", 
                         alt.var = "alt_id",
                         choice = "pick",
                         id.var = "idnum",
                         sep = "")

me.logit = mlogit (pick ~ price | gender + age + educ + income, 
                   data.logit,
                   reflevel = 4,
                   rpar = c("brand1:(intercept)" = "n",
                            "brand2:(intercept)" = "n",
                            "brand3:(intercept)" = "n"),
                   R = 500,
                   halton = NA, 
                   panel = TRUE)
summary(me.logit)

我得到的结果对我没有意义。对于两个品牌，替代的特定常数（假人的系数）是负的，价格的系数显然也是负的。然后这些品牌的WTP变为负面，这绝对是错误的。

我认为使用mlogit.data时我分配参数的方式可能有误。