在R中开展选择实验时的WTP计算问题求助

问题梳理 #

你在开展可持续产品选择实验的WTP（支付意愿）计算时，使用两种方法均遇到错误：一是glmer搭配wtp.gmnl报错，二是logitr包因obsID设置错误无法建模。

核心数据问题 #

你的数据缺少选择任务ID：每个受访者（ID列）会完成多个选择任务，每个任务包含若干备选方案，同一任务下的所有方案需要共享一个任务ID，这是离散选择模型建模的核心要求。

第一种方法（glmer + WTP计算）的修复 #

错误根源 #

1. indv变量赋值错误：你将其设为固定字符串，而非引用受访者ID列，导致随机截距无效。
2. 未定义choice变量：模型中(1|choice)的choice未创建，需要生成选择任务ID。
3. 工具不兼容：wtp.gmnl仅适配gmnl包模型，无法直接用于lme4的glmer模型。

修复步骤 #

1. 生成必要变量：

   library(dplyr)
   # 假设每个选择任务包含3个备选方案，根据你的实验设计调整n()后的除数
   db <- db %>%
     group_by(ID) %>%
     mutate(
       indv = ID, # 正确绑定受访者ID
       choice_task = rep(1:(n()/3), each=3) # 生成选择任务ID
     ) %>%
     ungroup()
   

2. 重构glmer模型：

   library(lme4)
   model <- glmer(
     chosen ~ general_sust + ecosust + socialsust + price + (1|indv) + (1|choice_task),
     data = db,
     family = binomial
   )
   

3. 手动计算WTP：
   WTP公式为「属性系数 / (-价格系数)」，直接提取模型系数计算：

   coefs <- fixef(model)
   price_coef <- coefs["price"]
   # 计算各属性水平相对于基准（none）的WTP
   wtp <- coefs[!names(coefs) %in% c("(Intercept)", "price")] / (-price_coef)
   print(wtp)
   

第二种方法（logitr包）的修复 #

错误根源 #

obsID需要的是选择任务ID（同一任务下的所有选项共享同一ID），但你用了受访者ID，导致同一obsID对应多个不同任务，违反了logitr的要求。

修复步骤 #

1. 生成选择任务ID：

   db <- db %>%
     group_by(ID) %>%
     mutate(
       obsID = rep(1:(n()/3), each=3) # 按任务分组，每个任务下的选项共享ID
     ) %>%
     ungroup()
   

2. 转换结果变量类型：
   将chosen列的WAHR/FALSCH转为0/1数值型：

   db$chosen <- ifelse(db$chosen == "WAHR", 1, 0)
   

3. 建模并计算WTP：

   library(logitr)
   # 构建模型，若需随机系数模型，添加randPars参数；否则可省略
   model <- logitr(
     data    = db,
     outcome = "chosen",
     obsID   = "obsID",
     pars    = c("price", "ecosust", "socialsust", "general_sust")
   )
   # 计算WTP
   wtp_result <- wtp(model, priceName = "price")
   print(wtp_result)
   

重要提示 #

• 务必根据你的实际实验设计调整选择任务ID的生成逻辑（比如每个任务的选项数量）。
• 分类属性会被自动处理为虚拟变量，WTP结果是各水平相对于基准水平（如none）的支付意愿差值。

内容的提问来源于stack exchange，提问作者sabrisabrisabri