作者warex14 (航)
看板R_Language
标题Package 选择 (Logit Regression)
时间Mon May 25 16:21:19 2015
[问题类型]:
程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来)
[软体熟悉度]:
请把以下不需要的部份删除
入门(写过其他程式，只是对语法不熟悉)
[问题叙述]:
请简略描述你所要做的事情，或是这个程式的目的
大家好，目前小弟要复制某篇论文的结果，(只有改变样本期间)
所使用的方法是用Maximum Likelihood Estimates 来估计Logit Model
但是上CRAN 找 Package的时候发现有很多可能的Packages
以下是我找到的：
mlogit: multinomial logit model
mlogitBMA: Bayesian Model Averaging for Multinomial Logit Models
mnlogit: Multinomial Logit Model
pln: Polytomous logit-normit (graded logistic) model estimation
gmnl: Multinomial Logit Models with Random Parameters
logitnorm: Functions for the logitnormal distribution
目前我是觉得mnlogit: Multinomial Logit Model
比较有可能是我需要的工具，以下是他的说明：
(Time and memory efficient estimation of multinomial logit models using
maximum likelihood method. Numerical optimization performed by Newton-Raphson
method using an optimized, parallel C++ library to achieve fast computation
to achieve fast computation of Hessian matrices. Motivated by large scale
multiclass classification problems in econometrics and machine learning.)
不知道有没有人使用过类似的Package？
他会是我所需要的工具吗？
(目前打算载来先用用看)
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.108.38
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1432542081.A.439.html
1F：→ andrew43: 内建的glm就可以了不是吗 05/25 16:28
2F：→ andrew43: 还是你要做multinomial logit model? 05/25 16:30
惊！原来有内建好的？ 我的Logit Model 的dependent variable变数是dummy(0或1)
所以用glm就可以了？
(所以Y变数是分成多类的才是multinomial logit model?)
※ 编辑: warex14 (140.112.108.38), 05/25/2015 17:11:05
3F：→ andrew43: 我不觉得有什麽不能进行的, 贴出你的code才能说是否正确 05/25 17:57
4F：→ andrew43: multinomial logit model 是应变数为三类以上的模型 05/25 17:58
5F：→ andrew43: 另外，如果你只有一个类别的自变数，那做独立性检验就好 05/25 17:59
6F：→ andrew43: 看错了，上一列应该不是你的情况 05/25 18:02
突然想到我的data好像不能用一般的Logit Model直接下去做
因为他可能有autocorrelation的问题：
年分 公司名称 Y变数 X1 X2 X3...
1991 AAA 1 12 5.3 789
1991 AAB 0 14 4.8 800
1991 AAC 1 9 2.2 436
...
...
1991 ZZZ 1
1992 AAA 0
1992 AAC 1
...
...
2014 ZZZ 0
不知道这样还能不能用glm做？
※ 编辑: warex14 (140.112.108.38), 05/26/2015 17:44:32
7F：→ andrew43: glm不适合。存在不独立样本。可能可以做mixed model。 05/26 18:57