我正在尝试使用R中的mlogit包进行一些分析。不幸的是，我对如何根据我拥有的数据类型指定适当的模型感到困惑。
具体来说，我的数据属于以下类型：
Individual Choice1 Choice2 Choice3 ...
A 1.24e4 256 17 ...
B 792 531 420 ...
C 26 1.8e5 930 ...
... ... ... ... ...
基本上是一个交叉表，显示每个人做出特定选择的次数。以下是重现我的问题的代码：
library(mlogit)
data(Fishing)
otherFrame <- as.data.frame(xtabs(rep(1,1182) ~ income + mode, data = Fishing))
otherFrame$income <- as.numeric(as.character(otherFrame$income))
otherFrame <- otherFrame[otherFrame$Freq > 0, ]
Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode")
Fish2 <- mlogit.data(otherFrame, "mode", shape = "wide")
summary(mlogit(mode ~ 1 | income, data = Fish)) #model from mlogit examples
summary(mlogit(mode ~ 1 |income, data = Fish2, weights = Freq)) #my attempt to re-create the model with differently shaped data
基本上，我的数据（未显示）可以与otherFrame形状相同，但是我无法将它们放入mlogit示例中使用的形状中（因为那里）是数以百计的选择和数百万的观察，因此大小是令人望而却步的。 otherFrame列的关键是Freq列，其中显示了在给定其他变量（此处为mode）的情况下选择（income）的次数。
我遇到的问题是最后两行代码会产生不同的结果。我假设第一行（直接来自mlogit示例）给出了正确的估计值和标准误差。我认为第二个模型规范，我指定weights = Freq的替代数据“Fish2”应该给出相同的结果。不幸的是，虽然估计的斜率是相同的，但它们的标准误差却大不相同。我认为这是不正确的。
有人可以帮我正确指定模型吗？或许我的规范是正确的，估计的标准误差应该是不同的？
提前致谢。
答案 0 :(得分：0)
我的理解是weights论证并不代表通常为调查观察而开发的案例权重。但是，它会更正总市场份额或Frequencies of alternatives以及您获得相同估算值的原因。
mlogit将otherFrame视为包含57条记录（即length(weights)而非sum(weights)）的数据，而实际上它包含1182条记录的数据。换句话说，通过聚合数据而不包括案例权重来丢失信息 - 这解释了更高的标准错误。看看两个拟合模型的vcov矩阵。
将第二个模型的t-stats乘以sqrt(sum(weights) / length(weights))，可以更准确地估算出正确的t-stats。请注意，出于同样的原因，第二个模型中的对数似然（因此rho平方值）也不正确。
其他商业软件如Stata和alogit都有例程来考虑离散选择模型的案例权重。
希望有所帮助！