ChoiceModelR，none = TRUE，“betadraw [good，] = newbeta [good，]中的错误”

我正在使用ChoiceModelR进行分层多项式logit。我想获得外部商品效用的估计值（其遵循正态分布）。外部货物没有内部货物的协变量 - 例如，它不能有价格或品牌虚拟 - 因此我设置了list（none = TRUE），并且不要将这个无选择项添加到X数据（如ChoiceModelR的文档中所述），而仅添加到y（选择）数据。ChoiceModelR，none = TRUE，“betadraw [good，] = newbeta [good，]中的错误”

的迭代正常启动，然后在某个时候停止，并说

"Error in betadraw[good, ] = newbeta[good, ] : NAs are not allowed in subscripted assignments".

这可能是因为在函数“choicemodelr” 388行中，“好”下标NA。

我看着约choicemodelr（this，this，this）的一些问题，也即将在标（this，this）来港定居，但我的猜测是，我的问题是特定于在这个意义上这个功能，可能一些投入在迭代中只是变得如此大/小，这样“好”会变成NA。

下面是一个非常简单的例子。我使用具有不同属性的3种产品生成数据。在一半的时间内不提供产品3。 2000年的消费者有偏好 - 通常分配 - 超过3个属性（以及对外部商品的偏好）。添加的Logit错误与模型一致。外部商品被指定为产品4（当3个和2个产品都在选择集合中时）。

我怎样才能避免NA错误？我做错了什么，还是它在函数中的一个常见错误？

我也搜索了在线设置示例none = TRUE的示例，但是我没有找到任何可重现的示例。也许这个选项只是有问题的事情，因为如果我设置none = FALSE，恢复真实参数没有问题，并且我不让客户选择外部选项。

因此，这导致NA的bug的代码如下：

library("ChoiceModelR") 
library("MASS") 

set.seed(36) 

# Set demand pars 
beta_mu = c(-3,4,1) 
beta_sigma = diag(c(1,1,1)) 
alfa_mu = 5 #outside good mean utility 
alfa_sigma = 2 #outside good sd 

# Three/two products, 3 vars (2 continuous,1 dummy) 
threeprod <- list() 
twoprod <- list() 
purchase <- list() 

for (t in 1:1000){ 
    threeprod[[t]] = cbind(rep(t,3),c(1,1,1),c(1,2,3),runif(3),runif(3),ceiling(runif(3,-0.5,0.5))) 
    purchase[[t]] = which.max(rbind(threeprod[[t]][,c(4,5,6)]%*%mvrnorm(1,beta_mu,beta_sigma) + 
    matrix(-log(-log(runif(3))), 3, 1),rnorm(1,alfa_mu,alfa_sigma))) 
    threeprod[[t]] = cbind(threeprod[[t]],c(purchase[[t]],0,0)) 
} 

for (t in 1001:2000){ 
    twoprod[[t]] = cbind(rep(t,2),c(1,1),c(1,2),runif(2),runif(2),ceiling(runif(2,-0.5,0.5))) 
    purchase[[t]] = which.max(rbind(twoprod[[t]][,c(4,5,6)]%*%mvrnorm(1,beta_mu,beta_sigma) + 
    matrix(-log(-log(runif(2))), 2, 1),rnorm(1,alfa_mu,alfa_sigma))) 
    if (purchase[[t]] == 3) {purchase[[t]] <- 4} 
    twoprod[[t]] = cbind(twoprod[[t]],c(purchase[[t]],0)) 
} 

X <- rbind(do.call(rbind,threeprod),do.call(rbind,twoprod)) 

xcoding <- c(1,1,1) 

mcmc = list(R = 5000, use = 2000) 
options = list(none=TRUE, save=TRUE, keep=5) 

out = choicemodelr(X, xcoding, mcmc = mcmc,options = options)

来源

2017-04-21 Marton

你必须通过ID对它们进行排序，设置，Alt键..这解决了这个错误（你得到了相同）的问题有按受访者ID，给定问题中的设置编号（问题）和替代方法排序。

来源

2017-07-23 07:47:48 Ramana

ChoiceModelR，none = TRUE，“betadraw [good，] = newbeta [good，]中的错误”

回答

相关问题