异方差logit模型的R语言估计及适配包咨询

1. 模型实现可行性 #

可以在R语言中实现针对城市间不可观测因素方差异质性的异方差logit/probit模型估计。

2. 关于mlogit包的判断 #

你的判断准确：mlogit包核心聚焦于标准多项logit模型及混合logit等扩展，但原生不支持直接指定城市作为异质性来源的异方差结构，无法直接实现Train《离散选择分析与模拟》第3.2章设定的分组异方差离散选择模型。

3. 适配R包推荐 #

• gmnl包：专门针对多项离散选择模型的扩展工具，支持异方差多项logit（Heteroskedastic Logit）模型。可通过hetero参数开启异方差设定，结合城市ID这类分组变量定义不同组的方差差异。示例代码框架：

  # 加载包
  library(gmnl)
  # 拟合按城市分组的异方差logit模型
  model_hetero <- gmnl(choice ~ var1 + var2 | 0 | 0 | city_id, 
                       data = your_data, 
                       hetero = TRUE, 
                       model = "het")
  

  注：具体参数需根据实际数据结构调整，可参考包内异方差模型的文档说明。

• bayesm包：基于贝叶斯框架实现离散选择模型，可灵活设定城市层面的异方差结构，适合复杂异质性假设的场景。它支持异方差probit/logit的贝叶斯估计，通过MCMC方法估计参数，能更好地处理分组异方差的不确定性。

内容的提问来源于stack exchange，提问作者Phil Viton