MNL模型python代码

MNL模型是一种常见的离散选择模型，常用于分析消费者对不同产品的选择行为。以下是一个简单的Python代码示例来拟合MNL模型：

import numpy as np
import pandas as pd
import statsmodels.api as sm

# 导入数据
data = pd.read_csv('data.csv')

# 设定自变量和因变量
y = data['choice']
X = data.drop(['choice'], axis=1)

# 将自变量进行哑变量编码
X_dummies = pd.get_dummies(X, drop_first=True)

# 拟合MNL模型
model = sm.MNLogit(y, X_dummies)
result = model.fit()

# 输出模型结果
print(result.summary())

需要注意的是，在进行哑变量编码时，需要将其中一个分类作为基准分类，而在模型中不包括该基准分类的哑变量。在本示例中，我们将`drop_first`参数设置为`True`，表示在哑变量编码中不包括第一个分类，即第一个分类作为基准分类。