mlogit模型IIA假设检验使用huasman检验p值没有结果，使用smhsiao检验可以通过IIA假设

mlogit模型IIA假设检验使用huasman检验p值没有结果，使用smhsiao检验可以通过IIA假设，请问这种情况可以使用mlogit模型吗？

您好请问我的因变量是类型1，2，3；自变量里有0，1或0，1，2的，但是用hauaman或small-hsiao检验都出现这种情况，不知道是什么原因。能麻烦您介绍一下您的因变量和自变量吗

1805940825 发表于 2022-5-17 12:08
您好请问我的因变量是类型1，2，3；自变量里有0，1或0，1，2的，但是用hauaman或small-hsiao检验都出现这种 ...

我的因变量是-1,0,1，自变量和你的差不多，mlogit对数据质量要求比较高

1805940825 发表于 2022-5-17 12:08
您好请问我的因变量是类型1，2，3；自变量里有0，1或0，1，2的，但是用hauaman或small-hsiao检验都出现这种 ...

这种情况是不是你加了i.region?重新弄一下虚拟变量应该就好了

在多分类Logit（MNL）或多元Logit（Multinomial Logit, mlogit）模型中，独立同质性假设（Independence of Irrelevant Alternatives, IIA）是一个关键的假设。这一假设意味着，在所有其他选择保持不变的情况下，两个特定选项之间的相对概率只取决于这两个选项自身的属性，而不会被其他不在比较中的选项所影响。

使用Hausman检验去测试MNL模型中IIA假设的有效性可能不是最直接的方法，因为Hausman检验通常用于决定在固定效应和随机效应模型之间选择哪个。对于IIA的检验，更常用的可能是Bhat's Cross-Nested Logit (CNL) 模型、Nested Logit或Mixed Logit等更复杂的变体，它们都放宽了IIA假设。

提到的smhsiao检验（即小概率交叉验证检验）是一种针对MNL模型中的IIA假设进行的有效性测试方法。如果通过smhsiao检验，表明数据符合IIA假设，这可以被视为一个积极信号，意味着使用传统的mlogit模型可能是合适的。

然而，在实际情况中，即使smhsiao检验显示模型满足IIA条件，你仍然需要评估模型的总体适合度和预测能力，并检查其他潜在问题（如共线性、遗漏变量偏误等）。如果在应用mlogit时发现有显著违反IIA的情况或模型拟合不佳，考虑使用更复杂的替代模型，例如Nested Logit或者Mixed Multinomial Logit模型会是更合适的选择。

最后，请注意数据和研究设计的具体情况总是需要被综合考量的。在决定模型选择之前，建议深入理解所分析问题的特点、数据结构以及各种模型假设背后的意义。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用