Stata使用lclogit拟合潜在类别模型报r(1400)数值溢出错误求助

这个报错并非真的样本量超出Stata计算上限，核心是lclogit在计算选择集组合概率时触发了数值溢出，按以下优先级排查即可解决：

• 第一优先级：检查选择集分组变量gid设置错误
  报错信息中提到的3,000 (group size)是核心异常标识。联合分析的每个独立选择任务（即gid标记的组）通常仅包含2-6个备选方案，单组3000个观测属于明显的分组编码错误，是触发该报错的最常见原因。
  先运行以下命令验证分组正确性：

  * 统计每个选择集（gid）对应的观测数量
  bysort gid: gen obs_per_group = _N
  tab obs_per_group
  

  正常输出结果中，所有gid对应的观测数应该完全等于你每个选择任务设置的备选选项数（例如二选一任务则每个gid固定2条观测，三选一任务则固定3条）。如果出现gid跨选择任务、跨受访者编码（例如误将同一受访者pid下所有观测归为同一个gid、gid编码重复错位），就会导致单组规模过大，组合数计算直接溢出。重新编码gid、确保每个独立选择任务对应唯一gid值，即可解决绝大多数同类报错。
• 第二优先级：验证基础模型与变量设置合理性
  先不加入潜在类别设置，运行普通条件logit模型验证变量和数据无基础错误：

  * 运行基准条件logit，排查共线性、变量编码问题
  clogit choice pro pro1 acc stay stay1 fac fac1 privacy price, group(gid)
  

  如果该命令提示存在完全共线性、无法收敛，先删除冗余变量、修正变量编码，确保基准条件logit可以正常输出结果后，再运行潜在类别模型。
  同时需要验证类别成员变量是否符合要求：gender married household disease这类成员变量必须是受访者层面的非时变变量，即同一个pid对应的所有观测上，这些变量的取值完全一致。可通过以下命令验证：

  * 检查成员变量是否在同一受访者内取值恒定
  foreach v of varlist gender married household disease{
      bysort pid: egen sd_`v' = sd(`v')
      tab sd_`v'
  }
  

  只要输出结果中存在非0值，就说明对应变量存在编码错误，修正后再运行模型。
• 第三优先级：调整模型估计参数绕过溢出问题
  如果前两步检查均无问题，是默认初始值设置不合理导致计算过程中概率值趋近于0触发溢出，可通过先估计无成员变量的模型获取初始值，再带入全模型估计，同时开启困难模式优化：

  * 先运行不含成员变量的2类别模型，获取系数初始值
  lclogit choice pro pro1 acc stay stay1 fac fac1 privacy price, group(gid) id(pid) ncl(2)
  matrix init_b = e(b)
  * 带入初始值运行全模型，开启difficult优化选项
  lclogit choice pro pro1 acc stay stay1 fac fac1 privacy price, group(gid) id(pid) ncl(2) member(gender married household disease) from(init_b) difficult
  

内容的提问来源于stack exchange，提问作者Gi Young Chae