如何在R中解释choicemodelr（RhierMnlRWMixed）的输出 我的问题

我刚开始使用R库“choicemodelr”，并成功地获得了一些beta值作为解决方案。但我想知道如何将这些值指定给特定的属性级别。因此，我只得到A1B1、A1B2、A1B3……的值，。。。等等。这个通用输出通常如何连接到我的设计

在文档中找不到任何提示。既不适用于choicemodelr Librarray，也不适用于它所连接的bayesm库（RhierMnlRWMixed）。我希望你能帮我做这个

提前感谢,， 菲尔

为了说明这一点，请使用一些代码和输出：

我的R代码

#加载必要的库
图书馆（bayesm）
图书馆（弥撒）
图书馆（格子）
图书馆（矩阵）
图书馆（ChoiceModelR）
库（XLConnect）
#DATENSATZ：
setwd（“C:/DATA/CBC/”）#设置工作目录
.Workbook以下是输入数据：

respondent  choice-set  stimulus   Attr. Color  Attr. Shape  Choice
1           1           1          1            2            1
1           1           2          3            1            0
1           1           3          2            1            0
1           2           1          1            2            4
1           2           2          3            1            0
1           2           3          2            1            0
1           3           1          4            1            3
1           3           2          1            2            0
1           3           3          3            1            0
1           4           1          2            1            2
...        ...         ...        ...          ...          ...

在cross validated（交叉验证的地方）找到完整答案：
也许您可以给我们展示一个代码和输出的示例？当然可以。我编辑了我的帖子。不幸的是，我不能发布一张图片（到几个声誉点），也不能使用html表格。希望您仍然可以阅读。我们可以看看数据帧数据的示例吗？当然可以。我在“交叉验证”论坛上发了一篇帖子。好像我忘了把它和这个联系起来。对不起。
respondent  choice-set  stimulus   Attr. Color  Attr. Shape  Choice
1           1           1          1            2            1
1           1           2          3            1            0
1           1           3          2            1            0
1           2           1          1            2            4
1           2           2          3            1            0
1           2           3          2            1            0
1           3           1          4            1            3
1           3           2          1            2            0
1           3           3          3            1            0
1           4           1          2            1            2
...        ...         ...        ...          ...          ...