mlogit和clusterSEs -数据帧中的错误

Question

我有一个数据集，每个客户有多个观测值，并希望在R中进行多项回归。要解释每个客户的多个观测值，我需要检查聚集的标准误差。

为此，我使用了mlogit和clusterSEs包。

我的第一步是将我的原始数据帧转换成一个宽的数据帧：

mlMASTER_DATA <- mlogit.data(MASTER_DATA, shape = "wide", choice="Booking_status")

在那之后，我创建了我的模型：

mnlModel_P3 <- mlogit(Booking_status ~ 1 | logprevious_bookings + logsearches,
                      data=mlMASTER_DATA, reflevel = "is_booked_24h", na.action = na.exclude)

模型运行正常。

在第三步中，我想说明标准错误：

Cluster_model <- cluster.im.mlogit(mnlModel_P3, mlMASTER_DATA, ~user_id)

但是，我得到以下错误消息：

error in `[.data.frame`(as.data.frame(x), i, j, drop = drop) : 
  undefined columns selected

有人能在这个问题上提供帮助吗？非常感谢！

Answer 1

在使用cluster.im.logit()之前，您可能需要使用dfidx包转换data.frame，该包将带有观察值和集群详细信息的索引嵌入到数据框中。

例如，首先运行help(cluster.im.logit)，然后在帮助象限中滚动到底部并查看示例。

下面是我想要开始的例子：

H.ml <- dfidx(H, shape="wide", choice="depvar", varying=c(3:12), 
                idx = list(c("idcase", "region")))

这会将H df旋转到宽格式，但也包括一个idx列。idx实际上是一个由观察和聚类两部分组成的索引(据我所知)。然后，您可以使用这个新的df运行mlogit：

m <- mlogit(depvar~ic+oc, H.ml)

接下来，在模型输出上运行cluster.im.logit()，并使用指定的集群(嵌入在idx中)运行df。再次根据帮助文件：

cluster.im.h <- cluster.im.mlogit(m, H.ml, ~ region)