如何解决mlogit边际效应误差？

Question

在R中成功运行mlogit模型后，我在尝试获得边际效果时遇到错误，如下所示：

"Error in predict.mlogit(object, data) : the number of rows of the data.frame should be a multiple of the number of alternatives"

我甚至尝试过更改源代码中的第16行，就像另一篇文章中所解释的那样，但仍然得到相同的错误。任何帮助都将不胜感激。我的所有变量都不是特定于替代的。我有4种选择。

#**model:**(ran successfully) 
m<-summary(mlogit(TypOfCr~1|OneOrTwoVeh|1,data=mnldata,reflevel="PDO"))
#**means:**(ran successfully)
z <- with(mnldata, data.frame(OneOrTwoVeh=mean(OneOrTwoVeh)))
#**effects**: effects(m,covariate="OneOrTwoVeh",data=z)
effects(m,covariate="OneOrTwoVeh",data=z)

Error in predict.mlogit(object, data) : 
  the number of rows of the data.frame should be a multiple of the number of alternatives

下面是一个发布在网上的类似问题的链接，但我很难找到发布在那里的解决方案。marginal effects of mlogit in R提前道谢

Answer 1

effects()期望模型对象作为其第一个参数。但是m不是一个模型对象。相反，它是在模型对象上运行summary()函数的输出。而不是尝试

m <- mlogit(TypOfCr~1|OneOrTwoVeh|1,data=mnldata,reflevel="PDO") 

(即，创建一个模型对象，而不是模型对象的摘要)，并将其提供给effects()。

Answer 2

试试这个：

z <- with(mnldata, data.frame(OneOrTwoVeh = tapply(OneOrTwoVeh, index(m)$alt, mean)))