如何在R中为含退出选项的离散选择实验准备multinomial logit回归数据

针对你的实验设计（2个备选方案+退出选项、6个双水平属性、869名受访者），数据准备的核心是转换成模型要求的长格式，同时规避共线性问题（这也是你遇到奇异问题的主要原因）。以下是具体步骤和代码：

1. 从宽格式转长格式 #

离散选择模型（MNL/嵌套Logit）要求每个备选方案对应一行数据，而你手里的原始数据大概率是宽格式（每个受访者一行，包含A、B的所有属性），必须转换。

示例转换代码（用mlogit包，专门处理离散选择数据） #

# 先加载依赖包
library(mlogit)
library(tidyverse)

# 假设你的宽格式数据名为d_wide，结构如下：
# resp_id（受访者ID）、A_attr1~A_attr6（方案A的6个属性）、B_attr1~B_attr6（方案B的6个属性）、choice（选择结果：1=A，2=B，3=C）
d_long <- mlogit.data(
  data = d_wide,
  choice = "choice",          # 标记选择结果的列名
  shape = "wide",             # 原始数据是宽格式
  alt = c("A", "B", "C"),     # 列出所有备选方案（包括退出选项C）
  id.var = "resp_id",         # 受访者ID列
  reflevel = "C"              # 指定退出选项C为基准类别
)

转换后的数据每行对应一个受访者的一个备选方案，退出选项C的属性列会自动设为NA（无需手动处理）。

2. 属性编码的避坑点 #

你用的dummy编码（第一水平1，第二水平0）没问题，但要注意：

• 退出选项C的属性必须留空（NA），不能填充0，否则模型会误将其识别为属性的第二水平，导致共线性。
• 检查每个属性在备选方案中的取值是否有变异：比如如果方案A的attr1全是1，这个属性对方案A的效应无法估计，会触发奇异问题。用table(d_long$attr1, d_long$alt)快速排查。

3. 奇异问题的快速排查 #

你遇到的singularity问题90%是共线性导致的，按以下步骤排查：

• 检查属性间的相关性：用cor(select(d_long, starts_with("attr")))，如果两个属性相关性为1，删掉其中一个。
• 检查是否存在"完全预测"的情况：比如某个属性的取值完全对应选择结果（比如选A的受访者attr1全是1），这类变量要移除。
• 检查受访者选择分布：如果所有受访者都选C，或者某个备选方案没人选，模型无法估计，需要清理这类样本。

4. 基础MNL模型拟合代码 #

数据准备完成后，拟合多项Logit模型的代码如下：

# 拟合模型，公式中`| 0`表示不加入备选方案的固定效应（由属性系数体现差异）
mnl_model <- mlogit(
  choice ~ attr1 + attr2 + attr3 + attr4 + attr5 + attr6 | 0,
  data = d_long,
  id = "resp_id"
)

# 查看模型结果
summary(mnl_model)

如果需要加入备选方案的固定效应（比如A和B的固有偏好），可以把公式改成choice ~ attr1 + ... + attr6 | 1，但要注意此时可能和属性编码产生共线性，需谨慎。

内容的提问来源于stack exchange，提问作者Nattie