使用mlogit模型时，传入by数据框至predictions函数报错求助

问题场景 #

复现联合分析案例时，已构建mlogit模型：

model_chocolate_mlogit

Call:
mlogit(formula = choice ~ dark + soft + nuts | 0 | 0, data = chocolate_idx,     method = "nr")


  Coefficients:
    darkDark  softSoft  nutsNuts  
      1.3863   -2.1972    0.8473  

创建by数据框后调用predictions()：

by <- data.frame(dark = c("Milk", "Dark"), by = c("Milk", "Dark"))

preds_chocolate_mlogit <- predictions(
  model_chocolate_mlogit,
  by = by
)

触发报错：

Error: Unable to compute predicted values with this model. You can try to supply a different dataset to the `newdata` argument. This error was
  also raised:
  
  <text>:2:0: unexpected end of input
1: . ~   . |  . |  . |  
   ^
  
  Bug Tracker: https://github.com/vincentarelbundock/marginaleffects/issues

报错原因 #

marginaleffects对mlogit模型的by参数用法有特殊要求，直接传入自定义by数据框会导致模型公式解析失败；同时mlogit模型依赖长格式数据（包含chid和alt列），需要明确指定预测数据集的特征组合。

解决方法 #

方法1：使用datagrid()生成规范的预测数据集 #

先构造包含目标特征组合的预测数据集，再传入predictions()：

library(marginaleffects)

# 生成预测数据集：固定soft、nuts为基准水平，仅vary dark的取值
newdata <- datagrid(
  model = model_chocolate_mlogit,
  dark = c("Milk", "Dark"),
  soft = "Hard",  # 替换为你数据中soft的基准水平（如原始数据的参考组）
  nuts = "No"     # 替换为你数据中nuts的基准水平
)

# 计算预测概率
preds_chocolate_mlogit <- predictions(
  model_chocolate_mlogit,
  newdata = newdata,
  type = "probs"  # 明确指定预测类型为概率，适配mlogit模型
)

方法2：直接用特征列名作为by参数 #

如果只需按dark分组计算平均预测值，可直接传入列名，无需自定义by数据框：

preds_chocolate_mlogit <- predictions(
  model_chocolate_mlogit,
  by = "dark",
  type = "probs"
)

额外注意事项 #

1. 确保你的chocolate_idx数据是mlogit要求的长格式，包含chid（案例ID）和alt（备选方案ID）列。
2. 升级marginaleffects到最新版本，避免旧版本对mlogit的兼容问题：

update.packages("marginaleffects")

内容的提问来源于stack exchange，提问作者jonas