Mi experiencia de mlogit
es que no es muy indulgente sobre datos que no es exactamente como debe ser.
En su caso, veo que el primer encuestado tiene 6 alternativas, mientras que el segundo responde 7 alternativas. Si dar formato a los datos para tener un número igual de alternativas para cada encuestado la mlogit.data
función funciona:
dat <- read.table(sep=",",text="
key,altkey,A,B,C,D
201005131,1, 2.6,118.17,117,0
201005131,2,1.4,117.11,115,0
201005131,3,1.1,117.38,122,1
201005131,4,24.6,,122,0
201005131,5,48.6,91.90,122,0
201005131,6,59.8,,122,0
201005132,1,20.2,118.23,113,0
201005132,2,2.5,123.67,120,1
201005132,3,7.4,116.30,120,0
201005132,4,2.8,118.86,120,0
201005132,5,6.9,124.72,120,0
201005132,6,2.5,123.81,120,0
201005132,7,8.5,119.23,115,0
", header=TRUE)
Correr mlogit
de todos los datos reproduce el error:
> mlogit.data(dat, choice="D", shape="long", id.var="key", alt.var="altkey")
Error in `row.names<-.data.frame`(`*tmp*`, value = c("1.1", "1.2", "1.3", :
duplicate 'row.names' are not allowed
In addition: Warning message:
non-unique values when setting 'row.names': '1.1', '1.2', '1.3', '1.4', '1.5', '1.6'
Sin embargo, la eliminación de número de línea 13, es decir, la séptima alternativa, las obras:
> mlogit.data(dat[-13, ], choice="D", shape="long", id.var="key", alt.var="altkey")
key altkey A B C D
1.1 201005131 1 2.6 118.17 117 FALSE
1.2 201005131 2 1.4 117.11 115 FALSE
1.3 201005131 3 1.1 117.38 122 TRUE
1.4 201005131 4 24.6 NA 122 FALSE
1.5 201005131 5 48.6 91.90 122 FALSE
1.6 201005131 6 59.8 NA 122 FALSE
2.1 201005132 1 20.2 118.23 113 FALSE
2.2 201005132 2 2.5 123.67 120 TRUE
2.3 201005132 3 7.4 116.30 120 FALSE
2.4 201005132 4 2.8 118.86 120 FALSE
2.5 201005132 5 6.9 124.72 120 FALSE
2.6 201005132 6 2.5 123.81 120 FALSE
Por supuesto, esto no es muy satisfactorio, ya que destruye algunos de los datos. Una mejor solución es la construcción de los datos en un formato que mlogit()
espera, y luego llamar a mlogit()
directamente:
dat$key <- factor(as.numeric(as.factor(dat$key)))
dat$altkey <- as.factor(dat$altkey)
dat$D <- as.logical(dat$D)
row.names(dat) <- paste(dat$key, dat$altkey, sep = ".")
Ahora los datos se parece a esto:
key altkey A B C D
1.1 1 1 2.6 118.17 117 FALSE
1.2 1 2 1.4 117.11 115 FALSE
1.3 1 3 1.1 117.38 122 TRUE
1.4 1 4 24.6 NA 122 FALSE
1.5 1 5 48.6 91.90 122 FALSE
1.6 1 6 59.8 NA 122 FALSE
2.1 2 1 20.2 118.23 113 FALSE
2.2 2 2 2.5 123.67 120 TRUE
2.3 2 3 7.4 116.30 120 FALSE
2.4 2 4 2.8 118.86 120 FALSE
2.5 2 5 6.9 124.72 120 FALSE
2.6 2 6 2.5 123.81 120 FALSE
2.7 2 7 8.5 119.23 115 FALSE
y se puede llamar mlogit()
directamente:
mlogit(D ~ A + B + C, dat,
chid.var = "key",
alt.var = "altkey",
choice = "D",
shape = "long")
Resultado:
Call:
mlogit(formula = D ~ A + B + C, data = dat, chid.var = "key", alt.var = "altkey", choice = "D", shape = "long", method = "nr", print.level = 0)
Coefficients:
2:(intercept) 3:(intercept) 4:(intercept) 5:(intercept) 6:(intercept)
10.7774 4.8129 5.2257 -17.2522 -7.7364
7:(intercept) A B C
10.0389 1.6010 2.7156 2.9888
Gracias por la pista ... ¿Es posible pasar un conjunto de alternativas de varios tamaños? – JohnP
La respuesta es sí y no. Volví a mirar 'mlogit.data' y el código asume s que las alternativas para cada encuestado contienen el conjunto completo. Esto es en parte por lo que nunca uso 'mlogit.data', sino que construyo los datos de forma larga yo mismo. La función 'mlogit' que se ajusta al modelo puede tratar con el tipo de datos que describe. – Andrie
¿Podría indicarme un ejemplo? – JohnP