关于mlogit的几个问题？

11802

收藏 2015-01-03

目前练习中，y为一个多元选择变量，其包括A，B，C，A&B 四种选择。对于这种情形，应该采用哪个模型？mlogit吗？这里的特殊性在于，选项中包括A&B，是否仍然可以采用Mlogit（问题1）?
且我在使用Mlogit时，发生了一些非常奇怪的现象：解释变量中有些变量为二元（0-1)变量，其标准误达到5000?为何会导致如此高的标准误（问题2）？

而我使用多个probit的模型，即依Y建立4个虚拟变量y1,y2,y3,y4. y1定义为如选A时，令y1=1,其它情形为0.这样做四个probit回归，得到的结果都与直觉高度一致，虚拟变量中也没有出现非常大的标准误。

我应该采用哪种方法？（问题3）

如些因素会导致极大的标准误？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

Alfred_G

2015-1-4 08:40:20

问题一：既然AB存在交互，也就是说ABC不是互斥的（P1+P2+P3 ~=1），那么，就不能用多项式分布来计算，也就不能用mlogit。
问题二：组间方差比较大，标准误就比较大。而造成组间方差大的原因就是变量属性，分类变量因为本身不具有数学性质（加减乘除），所以，在特定的估计方法中，它的标准误是比较大的。而且用logit模型的话，本身就不是OLS的最小二乘法，所以比较大。
问题三：我觉得是probit要好一些
个人理解，不一定准确~