R中混合logit模型的估计时间问题

Posted

技术标签:

【中文标题】R中混合logit模型的估计时间问题【英文标题】:Problems with the estimation time of mixed logit models in R 【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】:

【参考方案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】:

以上是关于R中混合logit模型的估计时间问题的主要内容,如果未能解决你的问题,请参考以下文章

如何使用超过 5000 万个观测值的样本计算具有固定效应的 logit 模型的边际效应

使用 LIME 预测 R 中的 logit 模型?

R语言混合时间预测更好的时间序列点估计

面板回归模型建模步骤(附R语言常用函数)

广义估计方程,广义多水平模型和广义混合效应模型的区别和联系

带有 mnlogit() 的 R 中的多项 Logit 选择模型