我试图预测特定底层鱼类渔业的船长是否选择在任何一天捕鱼，以及哪些变量可能会影响该决定。最初我计划使用香草逻辑回归，每个船长决定在特定渔业季节的任何一天捕鱼或不捕鱼。然而，这不是一个现实的模型，因为许多船只参与多种渔业。因此，我想运行一个嵌套的多国逻辑回归模型，其结构位于底部。
请注意，第 1 组和第 2 组的存在是为了避免违反 IIA 假设。
因为每个物种都有不同的季节，并且每个物种内的船长拥有不同数量的捕鱼配额磅（当配额用完时，即使季节开放，您也不能再捕鱼），并非所有节点都同时可用。我想为单个节点是否是一个选项包括一个虚拟变量，但我不确定这是否有意义，或者即使这种方法（多项逻辑）是否仍然可行。
我可以尝试这样的半数值变量编码，即 whuber 的响应，但我在这些子集中有更多的子集和嵌套。
编辑*我已经研究过，但目前还没有实现，一个不同的选择 logit 模型。该模型的描述可以在http://web.mit.edu/teppei/www/research/dchoice.pdf找到。
我正在使用 R 并计划使用 lmer4，但我不确定我是否能够。
您想要的模型类型的总称是选择模型。假设您对问题的描述是正确的，那么您尝试建模的选择不是Fish与Don't fish，而是一周中的几天。
我认为，就选择而言，您的层次结构的第二层并不是真正的层次结构。相反，它是钓鱼船长所处环境的一个特征，因此可以通过交互、替代特定效果或通过为每种鱼类型估计单独的模型来处理。（您的问题面临的一个挑战是，您必须跨越整个研究领域才能对其进行建模；有关于这个主题的专业书籍，Hensher 等人可能是最容易入门的）。
虚拟变量不处理某些节点不能同时使用的问题。相反，它是通过在选择集中有不同的选择来处理的。例如，在交通研究中，如果对交通选项的选择进行建模，则只有有车的人才能选择乘车出行。
我看不出你如何在lmer. R中有很多专业的选择建模包。估计很多用于解决现实世界问题的选择模型（与学术出版物相反）的人倾向于在潜在类logit和混合logit（又名随机参数logit）之间进行选择）。嵌套 logit 是 30 年前出现的一种技术。而且，为了增加您的挑战，这是 R 不是很好的领域之一，您会发现某些模型将运行很长时间。大多数从业者将使用比 R 快得多的专用软件来处理此类数据，例如 Stata、SAS，或更专业的软件包，例如 LIMDEP 和 Latent Gold。