Pacchetti congiunti per R


18

Potresti consigliare un pacchetto di analisi congiunta facile da usare o completo per R?


4
non R, ma utilizzo biogeme per stimare modelli di scelta discreta per i trasporti e la ricerca nel settore privato: biogeme.epfl.ch . Sii felice di darti alcuni consigli per iniziare a correre se questo è il tipo di analisi che devi fare.
Insegui il

Risposte:


14

Non ho mai usato R per l'analisi congiunta, ma qui ci sono un paio di cose che ho scoperto quando ho cacciato.

  • Aizaki e Nishimura (2008) hanno pubblicato un articolo "Progettazione e analisi di esperimenti di scelta usando R: una breve introduzione" ( PDF gratuito disponibile qui ).

Forse dai un'occhiata ai seguenti pacchetti:

  • AlgDesign per la costruzione di set di scelta
  • prefmod per l'analisi dei dati di confronto associati
  • conf.design per la costruzione di progetti fattoriali

11

mlogit è il miglior pacchetto R che ho trovato per modellare dati di scelta discreti. Supporta il logit multinomiale di base, nonché modelli più avanzati come probit multinomiale e logit misto. Il pacchetto include anche test di specifica per scegliere tra diversi modelli.


Questa è un'ottima risposta Una delle vignette per il pacchetto passa anche attraverso e risponde a un sacco di domande dal libro del treno.
Ari B. Friedman,

6

Potresti voler usare il pacchetto faisalconjoint in R, è testato con molti dati pubblicati e di ricerca, funziona perfettamente, uno su cosa importante funziona senza restrizioni di progettazione e procedura di classificazione. Funziona in tutte le condizioni e fornisce stime accurate.


Il maggior numero di risposte e pacchetti sono solo per l'analisi congiunta tradizionale. Ci sono pacchetti o metodi per fare una congiunzione basata sulla scelta? (Esempio: una scelta su 10 prodotti in circa 5.000 acquisti) @Faisal Afzal Siddiqui: la scelta basata non è possibile con il tuo metodo, solo dati tradizionali di classificazione o valutazione. Corretta?


2

Se stai cercando modelli diversi da logit,

  1. puoi usare il pacchetto 'survival' per costruire un modello logit multinomiale condizionale.
  2. puoi usare il pacchetto 'bayesm' per costruire un modello gerarchico bayesiano (HB). Sawtoothsoftware ha chiesto al ragazzo che ha creato questo pacchetto di aiutarli a costruire il modello HB nel loro software.

2

Faisal Conjoint Model (FCM) è un modello integrato di analisi congiunta e modelli di utilità casuale, sviluppato da Faisal Afzal Sid-diqui, Ghulam Hussain e Mudassir Uddin nel 2012. Il suo algoritmo è stato scritto in linguaggio statistico R e disponibile in R [29] . Il suo design è indipendente dalla struttura del design. Potrebbe essere utilizzato per qualsiasi progetto di ricerca, vale a dire il profilo completo, ortogonale, fattoriale, sovrasaturato, ecc. Un altro punto importante su FCM è la procedura di rango. Funziona per tutti i tipi di ranghi, ad esempio ranghi unici, percentuali, ristretti, mancanti, ecc. È stato testato per molti dati pubblicati. Il più delle volte, i risultati FCM sono gli stessi con le stesse magnitudini, spesso il grado


Sembra che tu abbia già risposto prima. Con un altro account.
Brandon Bertelsen,


0

Per R: modello di
" sopravvivenza " (clogit) per logit multinomiale (MNL).
" mlogit " per una vasta gamma di modelli (MNL, logit nidificato, logit eteroscedastico, logit misto (MXL) noto anche come log dei parametri casuali, ...).
Con lo stesso spirito dovresti dare un'occhiata a " Rchoice " (file: /// C: /Users/kruci/Downloads/v74i10.pdf).
" bayesm " per la versione bayesiana di MNL / MXL - Tuttavia, se siete interessati all'approccio bayesiano, raccomanderei caldamente il fantastico pacchetto " RSGHB ".
" gmnl " per il modello MNL generalizzato.
" flexmix " per modello LCL (latent class logit).
Più in generale, è importante tenere presente che i modelli di scelta sono un caso speciale di modelli multilivello (o gerarchici) (si hanno scelte nidificate all'interno dei partecipanti stessi nidificate in unità superiori: supermercati, paesi, ecc.) - Quindi tutto ciò che può essere utilizzato per la modellazione multilivello (ad esempio, il grande pacchetto " lme4 ") e che può anche adattarsi alla natura discreta della variabile scelta farebbe il lavoro. Ad esempio, potresti usare "lme4" se le scelte sono binarie (vuoi questo prodotto? Sì / No) o effettuate tra 2 opzioni (quale prodotto vuoi? A / B).

Con Stata hai molti comandi utili per la modellazione delle scelte: clogit per MNL
mixlogit per MXL
clogithet per MNL
eteroscedico lclogit per classe latente logit
gmnl per MNL generalizzato
Molti di questi comandi sono stati sviluppati / perfezionati da Arne HOLE (Ottimo lavoro!) Http: //www.stata.com/meeting/uk13/abstracts/materials/uk13_hole.pdf

I modellatori scelti usano anche altri software: nlogit (sviluppato da W. Greene) biogeme (grazie a M. Bierlaire) - Ottimo strumento ma può essere usato solo per la modellazione delle scelte di cui ho sentito parlare su LatentGOLD ma non sono sicuro ...

Per coloro che vogliono utilizzare MATLAB, devi dare un'occhiata a:
Mikołaj Czajkowski webiste ( http://czaj.org/research/estimation-packages/dce )
Sito Web di Kenneth TRAIN ( https://eml.berkeley.edu/ ~ train / software.html ) - In realtà la maggior parte delle funzioni scelte proviene dal lavoro di Kenneth TRAIN

Infine, per coloro che sono disposti a investire una notevole quantità di tempo nella codifica dei modelli scelti, il sito Web Chandra BHAT è sorprendente ( http://www.caee.utexas.edu/prof/bhat/FULL_CODES.htm )

Mille grazie a tutti questi grandi ricercatori (Train, Bhat, Bierlaire, Hole, Croissant, Czajkowski, ecc.) Che hanno reso possibile tutto ciò!

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.