我正在使用一个非常大的数据集(1.016亿个单位替代)来估计一个相当简单的McFadden选择模型。我可以在Stata中使用asclogit
命令来估计这个模型,但是当我尝试在R中使用mlogit
包时,我得到了以下错误:
region1 <- mlogit(chosen ~ mean_log.wage + mean_log.rent + bornNear + Dim.1 + regionFE | 0,
shape= "long", chid.var = "chid", alt.var = "alternatives", data = ready)
Error in qr.default(na.omit(X)) : too large a matrix for LINPACK
Calls: mlogit ... model.matrix -> model.matrix.mFormula -> qr -> qr.default
字符串
如果我看一下qr.R
的source code,很明显,相对于LINPACK
的限制2,147,483,647,我的设计矩阵中的元素数量太大了。然而,LAPACK
不存在这样的限制(至少我可以告诉你)。
从qr.R
:
qr.default <- function(x, tol = 1e-07, LAPACK = FALSE, ...)
{
x <- as.matrix(x)
if(is.complex(x))
return(structure(.Internal(La_qr_cmplx(x)), class = "qr"))
## otherwise :
if(LAPACK)
return(structure(.Internal(La_qr(x)), useLAPACK = TRUE, class = "qr"))
## else "Linpack" case:
p <- as.integer(ncol(x))
if(is.na(p)) stop("invalid ncol(x)")
n <- as.integer(nrow(x))
if(is.na(n)) stop("invalid nrow(x)")
if(1.0 * n * p > 2147483647) stop("too large a matrix for LINPACK")
...
型qr()
似乎在mlogit
的mFormula
方法中被调用,当model.matrix
被创建时,可能在checking NAs时。但是我不知道是否有一种方法可以将LAPACK = TRUE
传递给mlogit
,或者是否有一种方法可以跳过NA检查。
我希望@YvesCroissant能看到这一点。
正如我提到的,我可以在Stata中很好地估计这个模型,所以这不是资源的问题。
1条答案
按热度按时间2w2cym1i1#
感谢Julius的评论和R中命名空间的this post,我找到了答案。我在库语句之后添加了以下代码:
字符串
mymFormula.R
是一个R脚本,我复制/粘贴了mlogit:::model.matrix.mFormula
的内容,并在文件顶部的function
调用之前添加了mymFormula <-
。我通过在RStudio中输入
trace(mlogit:::model.matrix.mFormula, edit=TRUE)
查看了mlogit:::model.matrix.mFormula
的内容(感谢this answer提供了如何做到这一点的帮助)。