nTrials 必须更大....关于联合设计的问题

Question

我正在尝试使用 R 创建一个联合卡片列表。

我按照教授的介绍，用了自己的数据集，但是一直卡在这个问题上，我不知道。

library(conjoint)
experiment<-expand.grid(
  ServiceRange = c("RA", "Active", "Passive","Basic"),
  IdentProce = c("high", "mid", "low"),
  Fee = c(1000,500,100),
  Firm = c("KorFin","KorComp","KorStrt", "ForComp")
) 
print(experiment)

design=caFactorialDesign(data=experiment, type="orthogonal")
print(design)

在“设计”行，我不断收到以下错误消息：

Error in optFederov(~., data, nTrials = i, approximate = FALSE, nRepeats = 50) :    
nTrials must not be greater than the number of rows in data

我该如何解决这个问题？

Answer 1

您收到此错误是因为 experiment 中有 144 行，但错误中提到的 nTrials 大于 144。这会导致 optFederov() 出现错误，在 caFactorialDesign() 中调用。问题源于您的 Fee 列具有相对较大的值。

我不熟悉 conjoint 包的设置方式，但我可以向您展示如何解决此错误。您可以阅读 conjoint documentation 以了解有关如何 select 适当实验数据的更多信息。
（请注意，文档中的示例数据始终具有非常低的数值，通常值在 1-10 之间。将其与您的 Fee 向量进行比较，其值最大为 1000。）

您可以通过突出显示函数名称（例如 caFactorialDesign）并点击 Command-Return（在 Mac - 可能是什么来查看加载到 RStudio 命名空间的函数的源代码PC 上类似）。您也可以只查看 GitHub.

上的源代码

实现了caFactorialDesignhere。 link 突出显示为您抛出错误的第 (26) 行：

temp.design<-optFederov(~., data, nTrials=i, approximate=FALSE, nRepeats=50)

回顾错误信息：

nTrials must not be greater than the number of rows in data

您已将 experiment 作为 data 参数传入，因此 nrow(experiment) 将告诉我们 nTrials 的上限是多少：

nrow(experiment) # 144

我们实际上可以将此数据集的错误视为：

nTrials must not be greater than 144

好的，那么nTrials的值是如何确定的呢？我们可以看到 nTrials 实际上是 optFederov() 的一个参数，它的值被设置为 i - 通常表明有一个 for-loop 包装了一个操作。事实上，这就是我们所看到的：

for (i in ca.number: profiles.number)
{
   temp.design<-optFederov(~., data, nTrials=i, approximate=FALSE, nRepeats=50)
   ...
}

这告诉我们 optFederov() 将在循环中为 i 的每个值调用，循环将从 ca.number 开始，直到 profiles.number（含）。

这两个变量是怎么赋值的？如果我们往上看 caFactorialDesign() 定义，ca.number 定义在第 5-9 行：

num <- data.frame(data.matrix(data))
vars.number<-length(num)
levels.number<-0
for (i in 1:length(num)) levels.number<-levels.number+max(num[i])
ca.number<-levels.number-vars.number+1

您可以运行在函数之外进行这些计算 - 请记住 data == experiment。因此，只需将第一行更改为 num <- data.frame(data.matrix(experiment))，然后将那段代码更改为运行。你可以看到 ca.number == 1008!!

换句话说，调用 optFederov() 的 for-loop 中 i 的第一个值已经远远大于最大限制：1008 >> 144.

您可以在 experiment 的定义中将这些数值作为因子或字符串包括在内 - 我不确定这是否是进行此分析的合适方法。但我希望很清楚，您将无法在 caFactorialDesign() 中使用如此大的值，除非您的数据中有更多的总观测值。

nTrials 必须更大....关于联合设计的问题

nTrials must be be greater.... issue on conjoint design

analysis

r