在 mlogit 中处理替代特定的 NA 值

Question

在模式选择模型中，变量随备选方案而变化（“通用变量”）但对于某些模式未定义是很常见的。例如，公共汽车和轻轨存在公交票价，但汽车和自行车未定义。请注意，票价不为零。

我正在尝试使用 R 的 mlogit 包来完成这项工作。在这个 MWE 中，我断言 price 未定义用于从海滩钓鱼。这会导致奇点错误。

library(mlogit)
#> Warning: package 'mlogit' was built under R version 3.5.2
#> Loading required package: Formula
#> Loading required package: zoo
#> 
#> Attaching package: 'zoo'
#> The following objects are masked from 'package:base':
#> 
#>     as.Date, as.Date.numeric
#> Loading required package: lmtest

data("Fishing", package = "mlogit")
Fishing$price.beach <- NA
Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode")
head(Fish)
#>            mode   income     alt   price  catch chid
#> 1.beach   FALSE 7083.332   beach      NA 0.0678    1
#> 1.boat    FALSE 7083.332    boat 157.930 0.2601    1
#> 1.charter  TRUE 7083.332 charter 182.930 0.5391    1
#> 1.pier    FALSE 7083.332    pier 157.930 0.0503    1
#> 2.beach   FALSE 1250.000   beach      NA 0.1049    2
#> 2.boat    FALSE 1250.000    boat  10.534 0.1574    2

mlogit(mode ~ catch + price | income, data = Fish, na.action = na.omit)
#> Error in solve.default(H, g[!fixed]): system is computationally singular: reciprocal condition number = 3.92205e-24

^{由reprex package (v0.2.1) 于 2019-07-08 创建}

当price 移动到替代特定变量位置时也会发生这种情况。我认为问题可能出在na.action 函数参数上，但除了基本文档标签之外，我找不到关于此参数的任何文档：

na.action：指示当数据包含 NA 时应该发生什么的函数

似乎没有任何示例显示该术语的不同用法以及结果如何。有一个相关的未回答问题here。

Answer 1

似乎发生了一些事情。

我不太确定 na.action = na.omit 在后台是如何工作的，但在我看来它会丢弃整行。我总是觉得明确地这样做会更好。

当您删除整行时，您将有没有选择的选择场合。这是行不通的。请记住，我们正在使用 logit 类型概率。此外，如果没有做出选择，就不会获得任何信息，因此我们需要完全放弃这些选择观察。结合执行这两个步骤，我能够运行您提出的模型。

这是一个带注释的工作示例：

library(mlogit)

# Read in the data
data("Fishing", package = "mlogit")

# Set price for the beach option to NA
Fishing$price.beach <- NA

# Scale income
Fishing$income <- Fishing$income / 10000

# Turn into 'mlogit' data
fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode")

# Explicitly drop the alts with NA in price
fish <- fish[fish$alt != "beach", ]

# Dropping all NA also means that we now have choice occasions where no choice
# was made and we need to get rid of these as well
fish$choice_made <- rep(colSums(matrix(fish$mode, nrow = 3)), each = 3)

fish <- fish[fish$choice_made == 1, ]

fish <- mlogit.data(fish, shape = "long", alt.var = "alt", choice = "mode")

# Run an MNL model
mnl <- mlogit(mode ~ catch + price | income, data = fish)
summary(mnl)

一般来说，在使用这些模型时，我发现在运行模型之前始终进行所有数据转换而不是依赖诸如na.action 之类的函数非常有用。