如何在R中建立和估计多项式logit模型？

我在JMP中运行了一个多项式logit模型，并返回了结果，其中包括AIC以及每个参数估计值的卡方p值。该模型具有一个分类结果和7个分类解释变量。

然后，我使用nnet包中的multinom函数来拟合我认为可以在R中构建相同模型的内容。

该代码基本上是：

fit1 <- multinom(y ~ x1+x2+...xn,data=mydata);
summary(fit1);

但是，两者给出的结果不同。对于JMP，AIC为2923.21，nnet::multinom对于AIC为3116.588。

所以我的第一个问题是：其中一个模型有误吗？

第二件事是，JMP为我需要的每个参数估计值提供卡方的p值。在多项式fit1上运行摘要不会-仅给出估计值，AIC和偏差。

因此，我的第二个问题是：有没有一种方法可以获取模型的p值并在使用时进行估算nnet::multinom？

我知道mlogit是另一个R包，它的输出看起来包括p值。但是，我无法mlogit使用我的数据运行。我认为我的数据格式正确，但是它说我的公式无效。我使用了与以前相同的公式multinom，但似乎使用管道需要使用不同的格式，但我不知道它是如何工作的。

谢谢。

我肯定您已经找到了您的解决方案，因为这篇文章很老，但是对于我们中仍在寻找解决方案的那些人-我发现http://youtu.be/-Cp_KP9mq94是如何获得指导的重要资料使用mlogit包在R中运行多项式逻辑回归模型。如果您访问经济计量学学院的网站，她将拥有R，SAS和STATA的所有脚本，数据，我认为是SPSS之一。

哪种方式说明了如何/为什么以及如何将数据转换为“长”格式与“宽”格式。您很可能具有较宽的格式，需要进行转换。

https://sites.google.com/site/econometricsacademy/econometrics-models/multinomial-probit-and-logit-models

通常，两个不同软件之间的AIC值差异并不完全令人惊讶。计算似然率通常涉及一个常数，该常数在相同数据的不同模型之间相同。不同的开发人员可以对要保留在常量之外的内容做出不同的选择。您应该担心的是两个模型之间的AIC值差异是否不同。实际上，我刚刚注意到一个参数，它multinom()允许您更改具有相同X值的行的折叠方式，这会影响偏差的基线，从而影响AIC。您可以尝试使用summ参数的不同值，看看是否能使偏离一致。我们不知道JMP在做什么！:)

如果估计的系数和标准误差相同，那么您就很好。如果系数不相同，请不要忘记JMP可能会选择其他基准结果来计算系数。例如，multinom()从做出不同的选择mlogit()。

从multinom（）的summary（）结果中获取p值非常容易。我无法复制您的模型，因此这是multinom（）帮助页面上的示例：

library("nnet")
data("Fishing", package = "mlogit")
fishing.mu <- multinom(mode ~ income, data = Fishing)
sum.fishing <- summary(fishing.mu) # gives a table of outcomes by covariates for coef and SE
str(sum.fishing)
# now get the p values by first getting the t values
pt(abs(sum.fishing$coefficients / sum.fishing$standard.errors),
  df=nrow(Fishing)-6,lower=FALSE)

我同意弄清楚mlogit软件包是一个挑战！仔细阅读小插图。他们确实有帮助。

您也可以尝试使用glmnet软件包运行多项式logit。我不确定如何强制它保留所有变量，但是我确定它是可能的。