R语言mlogit包报错：替换行维度不匹配与选择变量转逻辑型失败

让我来帮你排查这两个mlogit的错误——我之前处理离散选择数据时也遇到过类似的坑，核心问题都出在数据格式定义和选择变量的逻辑上，咱们一步步来解决：

第一个错误：mlogit.data的维度不匹配 #

Error in $<-.data.frame(x, name, value) : replacement has 964 rows, data has 965

问题原因 #

这个错误本质是每个个体的备选方案数量不一致。看你提供的示例数据，row_id是1a、1b、1c这类命名，mlogit会把每个带字母的后缀当成独立个体，导致每个个体只有1个备选，但你又指定了alt.var="alt_var"，这就产生了矛盾——系统期待每个个体有多个备选，但实际分组后每个个体只有一条记录，最终出现行数不匹配。

修复步骤 #

1. 重新定义个体ID：把同一个个体的所有备选记录设置为相同的ID，比如从row_id里提取数字部分：

   df$id <- gsub("[a-zA-Z]", "", df$row_id)
   

2. 检查并补全缺失的备选：确保每个个体都有所有alt_var对应的记录，比如用tidyr::complete补全缺失项：

   library(tidyr)
   df <- df %>% complete(id, alt_var)
   

第二个错误：选择变量无法转为逻辑型 #

Error in dfidx::dfidx(data = data, dfa$idx, drop.index = dfa$drop.index, : impossible to coerce the choice variable to a logical

问题原因 #

你的choice变量取值是备选的编号（"1"或"2"），但mlogit在long格式下，要求选择变量是二值标记：1代表当前备选被选中，0代表未被选中，而不是记录选中的备选编号。比如你示例里row_id=1a（alt_var=1）的choice是2，意思是这个个体选了alt_var=2，但系统需要的是在alt_var=2的那条记录里标记choice=1，其他为0。

修复步骤 #

生成正确的二值选择变量，按个体分组判断当前备选是否是选中项：

# 用data.table的分组操作（如果是data.frame可以用dplyr的group_by）
library(data.table)
setDT(df)
df[, choice_bin := as.integer(as.character(alt_var) == as.character(choice)), by = id]

完整可运行的示例代码 #

基于你提供的测试数据，整合所有修复步骤的代码如下：

library(mlogit)
library(data.table)

# 你的测试数据
df <- structure(list(row_id = c("1a", "1b", "1c", "1d", "1e", "1g"), 
                     choice = structure(c(2L, 1L, 2L, 1L, 2L, 1L), .Label = c("1", "2"), class = "factor"), 
                     alt_var = structure(c(1L, 2L, 1L, 2L, 1L, 2L), .Label = c("1", "2"), class = "factor"), 
                     meal_choice = structure(c(1L, 2L, 1L, 1L, 1L, 2L), .Label = c("1", "2"), class = "factor"), 
                     transport_choice = structure(c(1L, 2L, 1L, 2L, 2L, 2L), .Label = c("1", "2"), class = "factor"), 
                     packaging_source = structure(c(1L, 2L, 1L, 1L, 2L, 2L), .Label = c("1", "2"), class = "factor"), 
                     disposal_choice = structure(c(1L, 2L, 1L, 1L, 2L, 2L), .Label = c("1", "2"), class = "factor")), 
                row.names = c(NA, -6L), class = c("data.table", "data.frame"))

# 1. 修正个体ID
df[, id := gsub("[a-zA-Z]", "", row_id)]

# 2. 生成正确的二值选择变量
df[, choice_bin := as.integer(as.character(alt_var) == as.character(choice)), by = id]

# 3. 转换为mlogit所需格式
df_mlogit <- mlogit.data(data = df, choice = "choice_bin", shape = "long", 
                         alt.var = "alt_var", id.var = "id", drop.index = TRUE)

# 4. 运行mlogit模型（注意reflevel要匹配你的alt_var取值，这里用"1"作为参考水平）
model <- mlogit(choice_bin ~ meal_choice + transport_choice + packaging_source + disposal_choice | 0, 
                data = df_mlogit, reflevel = "1")

# 查看模型结果
summary(model)

额外提醒 #

• 你原来的代码里写了reflevel = "car"，但你的备选变量alt_var取值是"1"和"2"，这会导致错误，一定要改成和你实际备选方案匹配的取值。
• 如果自变量是字符型，记得先转成因子型，mlogit对因子型变量的处理更友好。

内容的提问来源于stack exchange，提问作者chaimocha