Совместные пакеты для R

Не могли бы вы порекомендовать простой в использовании или комплексный пакет совместного анализа для R?

Я никогда не использовал R для совместного анализа, но вот несколько вещей, которые я обнаружил, когда охотился вокруг.

• Aizaki и Nishimura (2008) имеют статью «Разработка и анализ экспериментов с использованием R: краткое введение» ( бесплатный PDF доступен здесь ).

Возможно, проверьте следующие пакеты:

• AlgDesign для построения наборов выбора
• предварительный модуль для анализа парных данных сравнения
• conf.design для построения факторных планов

mlogit - лучший R-пакет, который я нашел для моделирования данных дискретного выбора. Он поддерживает базовый полиномиальный логит, а также более продвинутые модели, такие как полиномиальный пробит и смешанный логит. Пакет также включает в себя спецификации тестов на выбор между различными моделями.

Возможно, вы захотите использовать пакет faisalconjoint в R, он протестирован со многими опубликованными и исследовательскими данными, он отлично работает, одна важная вещь, работает без ограничений дизайна и процедуры ранга. Работает в любых условиях и дает точные оценки.

Лучшим, на мой взгляд, для R является совместный пакет от CRAN: http://cran.r-project.org/web/packages/conjoint/index.html

Если вы ищете другие модели, чем Logit,

1. Вы можете использовать пакет «выживания» для построения условной полиномиальной логит-модели.
2. Вы можете использовать пакет 'bayesm' для построения иерархической байесовской (HB) модели. Sawtoothsoftware попросил парня, который создал этот пакет, помочь им построить модель HB в их программном обеспечении.

Faisal Conjoint Model (FCM) - это интегрированная модель совместного анализа и случайных полезных моделей, разработанная Фейсалом Афзалом Сиддики, Гуламом Хуссейном и Мудассиром Уддином в 2012 году. Ее алгоритм был написан на R статистическом языке и доступен на R [29] , Его дизайн не зависит от структуры дизайна. Его можно использовать для любого дизайна исследования, т. Е. Полного профиля, ортогонального, факторного, перенасыщенного и т. Д. Другим важным моментом в FCM является процедура ранга. Он работает для всех видов рангов, т.е. уникальных рангов, процентных рангов, узких рангов, пропущенных рангов и т. Д. Он был протестирован для многих опубликованных данных. В большинстве случаев результаты FCM одинаковы с одинаковыми величинами, часто рангом

Существует библиотека «Conjoint» с множеством функций и примеров для поиска утилит. Для быстрого просмотра проверьте ссылку. Это поможет вам начать.

https://rpubs.com/haj3/conjoint

Для R:
« выживание » (clogit) для модели с многочленным логитом (MNL).
« mlogit » для широкого спектра моделей (MNL, вложенный логит, гетероскедастический логит, смешанный логит (MXL), также известный как логит случайных параметров, ...).
В том же духе вы должны взглянуть на « Rchoice » (файл: /// C: /Users/kruci/Downloads/v74i10.pdf).
" bayesm " для байесовской версии MNL / MXL - однако, если вы заинтересованы в байесовском подходе, я настоятельно рекомендую отличный пакет " RSGHB ".
" gmnl " для обобщенной модели MNL.
« flexmix » для модели скрытого класса (LCL).
В более общем плане важно помнить, что модели выбора - это особый случай многоуровневых (или иерархических) моделей (у вас есть выбор, вложенный в самих участников, вложенных в более высокие единицы: супермаркеты, страны и т. Д.) - так что все, что можно использовать для многоуровневого моделирования (например, большой " lme4" пакет "), который также может учитывать дискретную природу переменной выбора, сделает эту работу. Например, вы можете использовать «lme4», если выбор является двоичным (хотите этот продукт? Да / Нет) или сделан между двумя вариантами (какой продукт вы хотите? A / B).

Со Stata у вас есть много команд, полезных для моделирования выбора: clogit для MNL
mixlogit для MXL
clogithet для гетероскедастического MNL
lclogit для скрытого класса logit
gmnl для обобщенного MNL
Многие из этих команд были разработаны / уточнены Арне ХОЛЕ (Отличная работа!) Http: //www.stata.com/meeting/uk13/abstracts/materials/uk13_hole.pdf

Выборщики также используют другое программное обеспечение: биогема nlogit (разработанная W. Greene) (благодаря М. Bierlaire) - отличный инструмент, но может использоваться только для моделирования выбора, о котором я слышал, но я не уверен ...

Для тех, кто хочет использовать MATLAB, вы должны взглянуть на:
Mikołaj Czajkowski webiste ( http://czaj.org/research/estima-packages/dce )
веб-сайт Kenneth TRAIN ( https://eml.berkeley.edu/) ~ train / software.html ). На самом деле большинство функций выбора основано на работе Кеннета Трейна.

Наконец, для тех, кто готов потратить значительное количество времени на кодирование моделей выбора, веб-сайт Chandra BHAT является удивительным ( http://www.caee.utexas.edu/prof/bhat/FULL_CODES.htm )

Большое спасибо всем этим великим исследователям (Train, Bhat, Bierlaire, Hole, Croissant, Czajkowski и т. Д.), Которые сделали это возможным!