Random 混合logit模型在R

我对使用混合logit模型进行预测感兴趣。在R中是否有一个函数/包可以为我做这件事？如果不是，如何从数学上接近它。我知道系数是随机的，因此，一种非常简单的方法是从beta的分布中得出样本外x的平均值。

这可能就是您想要的：

是R的一个软件包，它支持使用单个和/或替代特定变量估计随机效用模型。实现了基本多项式模型（异方差、嵌套和随机参数模型）的主要扩展

一些有用的参考资料：

• 伊夫羊角面包

---

您可以直接使用

预测功能

library("mlogit")
data("Mode", package="mlogit")
Mo <- mlogit.data(Mode, choice = 'choice', shape = 'wide', 
              varying = c(2:9))  
# starting values of the beta coefficients
strt <- c(1.83086600, -1.28168186,  0.30935104, -0.41344010, -0.04665517,  
          1,0.25997237,0.73648694,  1.30789474, -0.79818416,  0.43013035)
p1 <- mlogit(choice ~ cost + time, Mo, seed = 20, 
         R = 100, probit = TRUE, start = strt)

Mo2 <- Mo
Mo2[Mo2$alt == 'car', 'cost'] <- Mo2[Mo2$alt == 'car', 'cost'] * 2
newShares <- apply(predict(p1, newdata = Mo2), 2, mean)

library（“mlogit”）
数据（“模式”，package=“mlogit”）
莫：谢谢你的回复。我在Yves的mlogit包中找不到混合logit的预测函数。你能告诉我确切的答案吗？