【问题标题】:Problems with the estimation time of mixed logit models in RR中混合logit模型的估计时间问题
【发布时间】:2021-07-17 20:55:09
【问题描述】:

我想在 R 中为一组 80,000 个人和 1,200 个备选方案估计一个混合 logit 模型。gmnlmlogit 等软件包需要花费大量时间来估计模型,即使不包括随机参数。 mnlogit 包可以更有效、更快速地估计模型。但是,它不允许包含随机参数。这就是为什么我想知道是否有设计用于估计具有大型数据集的混合 Logit 模型的包(带有可用示例)。到目前为止,我已经找到了 mixl 包。但是,我没有找到任何可帮助我了解该软件包如何工作的示例。

【问题讨论】:

    标签: r performance large-data mixed-models mlogit


    【解决方案1】:

    假设您想要常客方法,R 中的常见嫌疑人将是 glmmTMB 或 lme4。

    如果您愿意尝试 Julia,那么 MixedModels.jl 可以处理这种大小的逻辑模型。借助 JellyMe4.jl,您甚至可以将 Julia fit 移回 R 以使用 R 包生态系统来检查模型(例如 car、sjtools 等包)。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2019-05-06
      • 2019-09-29
      • 2020-09-12
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多