问题描述
我想使用嵌套Logit方法来建模汽车购买选择。我目前使用的数据是假设性的，因为我想确保自己在做实际问卷之前如何处理它们。
数据包含在35个制造商中嵌套的568种汽车模型的1,000个假设选择观察。
我已经阅读了有关{strong> Data management,model description and testing 的mlogit软件包插图，并了解了宽数据格式和长数据格式。这两种格式的示例都表明，所有选择集都存储在数据集中，就像长型数据集的示例一样：
case alt choice dist cost ivt ovt freq income urban noalt
1 1 train 0 83 28.25 50 66 4 45 0 2
2 1 car 1 83 15.77 61 0 0 45 0 2
3 2 train 0 83 28.25 50 66 4 25 0 2
4 2 car 1 83 15.77 61 0 0 25 0 2
5 3 train 0 83 28.25 50 66 4 70 0 2
6 3 car 1 83 15.77 61 0 0 70 0 2
该选择由choice列指示。
另一方面，我的看起来像这样：
case brand model length <other_var>
1 1 Mazda CX-30 GT 4395 ...
2 2 Mercedes~ GLS-Class~ 5130 ...
3 3 Maserati Ghibli S ~ 4971 ...
...
我认为我的数据集既不是长型也不是宽型，因为我没有将每个人的选择集都显示为行，而没有将choice变量作为选择指标。
我的问题是：
- 我真的需要将数据重新格式化为长数据还是宽数据，以便能够估计变量？
- 如果是，我该怎么做？我想像一下，例如，如果我选择长数据格式，那么一个人将有568行，所以我总共将有1000 * 568行。
非常感谢您。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）