R语言mlogit拟合probit模型报下标越界、计算奇异错误求助

报错1：下标越界 Error in As[[pos[i, j]]] : subscript out of bounds #

触发原因有两个：

• 核心原因：mlogit的probit模型（即多元probit设定）不支持不同选择情景备选方案数量不一致。你的原始数据中，选择情景1、2含5个备选方案，情景3含7个备选方案，情景4仅含3个备选方案，选择集大小不统一时，模型构造多元正态分布协方差矩阵的索引逻辑会失效，直接触发下标越界。
• 代码笔误：mlogit.data函数中你写的是choice = "Place"，但实际因变量列名为pla，该笔误会导致选择变量匹配失败。

报错2：计算奇异 Error in solve.default(H, g[!fixed]) : system is computationally singular: reciprocal condition number = 9.15665e-23 #

截取前2个等长选择集后仍报错，是三类问题叠加：

• 样本量严重不足：仅保留2个选择观测时，模型待估参数（含方案特定变量系数、情景特定变量的方案专属系数、probit协方差矩阵参数）远大于观测提供的自由度，参数完全无法识别。
• 自变量无变异：数据中cou列全部取值为0，变量没有任何波动，无法估计对应系数，直接导致海塞矩阵不可逆。
• 数据结构限制：全样本id.var取值均为1，即仅包含1名决策者的选择数据，本身可提供的偏好识别信息极弱，小样本下根本无法支撑probit模型估计。

• 先修正代码笔误，将mlogit.data中的choice = "Place"改为choice = "pla"。
• 若要使用多元probit设定，必须保证所有选择情景的备选方案数量完全一致：要么筛选保留所有情景都包含的公共备选方案，要么放弃probit设定改用标准条件logit（不设置probit=TRUE），标准logit版本支持可变大小的选择集。
• 保证充足样本量：多元probit待估参数远多于同设定的logit模型，至少需要数十个以上独立选择情景才能稳定收敛，仅2个观测不可能得到有效估计结果。
• 建模前先检查自变量变异：剔除全样本取值完全一致的变量（如当前数据中的cou），这类变量没有识别力，必然导致矩阵奇异。
• 若确实只有1名决策者的多次选择数据，可删除mlogit.data中的id.var参数，避免模型错误按多主体面板结构构造协方差项。

内容的提问来源于stack exchange，提问作者Ishigami