如何在R中对参数估计施加约束？

Question

我正在使用mlogit软件包在R上拟合logit模型。 虚拟变量的所有参数（var1，var2，var3）均呈正态分布。 如何对一个变量（var1）施加约束以使其参数为零均值？ 当前代码为var1返回非零均值。 谢谢！

model <- mlogit(outcome ~ var1 + var2 + var3 | 0 , 
                 data=data, 
                 rpar = c(var1 = "n",
                          var2 = "n",
                          var3 = "n"), 
                 correlation = FALSE, 
                 R = 100, 
                 halton = NA)

我知道在STATA中对参数施加约束相对容易。 对于我的模型，我在STATA中的代码是：

constraint 1 _b[var1]=0
mixlogit  choice var1 var2 var3, group(qid) id(id) constraint(1)

我只想知道如何在R中执行相同的操作。谢谢！

Answer 1

基于gmnl包，我们可以使用maxLik约束估计。 对于这个问题，

A <- matrix (c(1,0,0,0,0,0, -1,0,0,0,0,0))
B <- matrix (c(0, 0))

model <- gmnl(outcome ~ var1 + var2 + var3 | 0 , 
                 data=data, 
                 rpar = c(var1 = "n",
                          var2 = "n",
                          var3 = "n"), 
                 constraints = list (eqA=A, eqB=B),
                 model = "mixl",
                 correlation = FALSE, 
                 R = 100, 
                 halton = Null)

约束意味着数学

1* mean(var1) + 0*mean(var2) + 0*mean(var3) + 0*sd(var1) + 0*sd(var2) > + 0*sd(var3) = 0;

和

-1* mean(var1) + 0*mean(var2) + 0*mean(var3) + 0*sd(var1) + 0*sd(var2) + 0*sd(var3) = 0

因此在估算中var1的平均值必须为0。