R的联合软件包


18

您能为R建议一个易于使用或全面的联合分析软件包吗?


4
不是R,而是我使用biogeme来估计运输和私营部门研究的离散选择模型:biogeme.epfl.ch。如果这是您需要执行的分析类型,那么很高兴为您提供一些启动和运行的提示。
Chase

Answers:



11

mlogit是我发现的用于建模离散选择数据的最佳R包。它支持基本的多项式Lo​​git以及更高级的模型,例如多项式Probit和Mixed Logit。该软件包还包括规格测试,可以在不同型号之间进行选择。


这是一个很好的答案。包裹中的其中一个小插曲甚至可以通过并回答火车手册中的一系列问题。
阿里·弗里德曼

6

您可能想在R中使用faisalconjoint包,它已通过许多已发表的研究数据进行了测试,并且效果很好,其重要的一点是它的工作不受设计限制和排名程序的影响。它可以在所有条件下工作并提供准确的估算值。


最多的答案和解决方案仅用于传统的联合分析。是否有任何程序包或方法可以进行基于选择的联合?(例如:约有5000笔购买量,从10种产品中选择一种)@Faisal Afzal Siddiqui:您的方法无法基于选择,只能使用传统排名或评分数据。正确?


2

如果您要查找除Logit以外的其他型号,

  1. 您可以使用“生存”包来构建条件多项式logit模型。
  2. 您可以使用“ bayesm”包构建分层贝叶斯(HB)模型。Sawtoothsoftware要求创建此软件包的人员帮助他们在软件中构建HB模型。

2

Faisal联合模型(FCM)是联合分析和随机效用模型的集成模型,由Faisal Afzal Siddiqui,Ghulam Hussain和Mudassir Uddin于2012年开发。其算法用R统计语言编写,可用R [29]编写。 。其设计独立于设计结构。它可以用于任何研究设计,即完整的,正交的,阶乘的,过饱和的等。关于FCM的另一个重要点是等级程序。它适用于各种等级,即唯一等级,百分比等级,紧密等级,缺失等级等。已经针对许多公开数据进行了测试。在大多数情况下,FCM结果的大小相同,通常是等级


看来您之前已经回答了这个问题。用另一个帐户。
布兰登·贝特尔森


0

对于R:多项式logit(MNL)模型的
生存 ”(clogit)。
mlogit ”适用于各种模型(MNL,嵌套logit,异方差logit,混合logit(MXL),也称为随机参数logit,...)。
本着同样的精神,您应该看看“ Rchoice ”(文件:/// C:/Users/kruci/Downloads/v74i10.pdf)。MNL / MXL的贝叶斯版本的
Bayesm ”-但是,如果您对贝叶斯方法感兴趣,我强烈建议使用出色的“ RSGHB ”软件包。
gmnl ”代表广义的MNL模型。
flexmix ”用于潜在类logit(LCL)模型。
更普遍地说,要记住,选择模型是多级(或分层)模型的特例(您可以将选择嵌套在参与者自身中,也可以嵌套在更高的单位中:超级市场,国家/地区等)-因此,所有可以使用的东西对于多级建模(例如,出色的“ lme4 ”软件包),它也可以适应选择变量的离散性质。例如,如果选择是二进制(您要使用此产品吗?是/否)或在2个选项之间进行选择(您要使用哪种产品?A / B),则可以使用“ lme4”。

使用Stata,您有许多对选择建模有用的命令: clogit用于MNL
mixlogit用于MXL
clogithet用于异方差MNL
lclogit用于潜在类logit
gmnl用于通用MNL
这些命令中的许多已经由Arne HOLE开发/完善(很好!) http: //www.stata.com/meeting/uk13/abstracts/materials/uk13_hole.pdf

选择建模者还使用其他软件:nlogit(由W. Greene开发)biogeme(感谢M. Bierlaire)-很棒的工具,但是只能用于我听说过LatentGOLD的选择建模,但不确定...

对于那些想使用MATLAB的人,您必须看一下:
MikołajCzajkowski webiste(http://czaj.org/research/estimation-packages/dce
肯尼斯火车(Kenneth TRAIN)网站(https://eml.berkeley.edu/ 〜train / software.html)-实际上,大多数选择功能都来自肯尼斯·特兰(Kenneth TRAIN)的工作

最后,对于那些愿意在选择模型的编码上投入大量时间的人来说,Chandra BHAT网站令人惊叹(http://www.caee.utexas.edu/prof/bhat/FULL_CODES.htm

非常感谢所有这些伟大的研究人员(火车,巴特,比尔莱尔,霍尔,牛角面包,Czajkowski等),使他们得以实现!

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.