r语言 - mlogit 给出错误：两个索引没有定义唯一的观测值

Question

我的名为longData的数据帧看起来像：

ID Set Choice Apple Microsoft IBM Google Intel HewlettPackard Sony Dell Yahoo Nokia
1  1   1      0     1         0   0      0     0              0    0    0     0     0
2  1   2      0     0         1   0      0     0              0    0    0     0     0
3  1   3      0     0         0   1      0     0              0    0    0     0     0
4  1   4      1     0         0   0      1     0              0    0    0     0     0
5  1   5      0     0         0   0      0     0              0    0    0     0     1
6  1   6      0    -1         0   0      0     0              0    0    0     0     0

我正试图通过以下方式运行mlogit：

logitModel = mlogit(Choice ~ Apple+Microsoft+IBM+Google+Intel+HewlettPackard+Sony+Dell+Yahoo+Nokia | 0, data = longData, shape = "long")

它给出以下错误：

Error in dfidx::dfidx(data = data, dfa$idx, drop.index = dfa$drop.index,  : 
the two indexes don't define unique observations

经过一段时间的查找，我发现这个错误是由dfidx给出的，如图所示：

z <- data[, c(posid1[1], posid2[1])]
if (nrow(z) != nrow(unique(z)))
stop("the two indexes don't define unique observations")

但在调用以下代码时，它运行时没有出现错误，并给出了两个能够唯一识别数据帧中一行的idx的名称：

dfidx(longData)$idx

这给出了预期的输出：

~~~ indexes ~~~~
ID Set
1   1   1
2   1   2
3   1   3
4   1   4
5   1   5
6   1   6
7   1   7
8   1   8
9   1   9
10  1  10
indexes:  1, 2 

所以我做错了什么，我看到了一些相关的问题1，2，但找不到我缺少的东西。

Answer 1

您的示例来自这里：https://docs.displayr.com/wiki/MaxDiff_Analysis_Case_Study_Using_R

这个代码似乎过时了，我记得它对我有用，但现在已经不管用了。

错误消息是有效的，因为每对(ID，Set(都会出现几次，每个备选项都会出现一次。

然而，这是有效的：

# there will be complaint that choice can't be coerced to logical otherwise
longData$Choice <- as.logical(longData$Choice)
# create alternative number (nAltsPerSet is 5 in this example)
longData$Alternative <- 1+( 0:(nrow(longData)-1) %% nAltsPerSet)
# define dataset
mdata <- mlogit.data(data=longData,shape="long", choice="Choice",alt.var="Alternative",id.var="ID")
# model
logitModel = mlogit(Choice ~ Microsoft+IBM+Google+Intel+HewlettPackard+Sony+Dell+Yahoo+Nokia | 0,
data = mdata
)
summary(logitModel)