FMOLS Panel Group estimator

程序的确需要配合更改

我有改一个dependent, 另二个independent

你先参考更改有问题再说.

  https://bbs.pinggu.org/forum.php?mod=viewthread&tid=1192099&pid=10397620&page=1&extra=#pid10397620

谢谢epoh老师，会先修改看看。

epoh 老师，非常感谢您。"NA"的问题解决了！

epoh 发表于 2011-8-1 10:04
group-fm-pedroni 已经是old version 请改用panelfm.src  panelfm.src : is a new version of Peter Pedron ...

epoh老师，我想问下您在这个帖子5楼回答的一些问题
您提到，配套程序是：paneldols.src
           执行程序：pedroni_ppp.rpf
这个rpf结尾的执行程序是您自己建立的吗？rpf结尾文件和prg结尾文件功能十分一样的？我很少看到这个结尾的
在Rats运行程序，一般都是source XXX.prg

src结尾的可以作为是原程序吧？在rpf中调用了这个程序

为啥在Rats和Gauss一样，结尾都很复杂
epoh老师能否具体推荐一些资料，如何去认识这些后缀结尾的程序？

哈哈!老兄跟zhangtao兄都很眼尖

.RPF的确是winrats新增加的,standing for RATS Program File

这个问题我曾回答在

  https://bbs.pinggu.org/thread-1208034-1-1.html

  7 楼

目前winrats用的file extensin

.RPF for RATS Program File

.PRG for Program File

.SRC for "source" files

.RGF for native graphics

.RAT for native data

#########

能否具体推荐一些资料，如何去认识这些后缀结尾的程序

非常简单辨识:

  后缀名,任人取,但内容是一定的

  只要NotePad or WordPad 就可搞定

  因为NotePad or WordPad几乎可以开起所有的程序及数据

  除非数据格是狭隘的自己软件格式

1.内容是function 时

  matlab : xxx.m

  R         : xxx.R   (source("xxx.R"))

  winrats: xxx.src (source xxx.src)

  gauss  : xxx.src (#1nclude xxx.src)

  

2.内容是可执行程序时

  matlab : xxx.m

  R         : xxx.R   

  winrats: xxx.rpf,xxx.prg

  gauss  : xxx.prg,xxx.g,.....

3.至于数据格式则百家争鸣

  你就不要理它了

  只要记得.txt,.dat,.xls

epoh老师，谢谢您了
您那个帖子我以前收藏过，呵呵，就是没有好好看
现在很明白了


epoh老师，gauss和rats同样可以用prg格式，两者在程序上有何主要区别吗？
今天才发现，我安装的gauss过期了，哈哈
现在要下载过一个版本，最新破解的到哪个版本？

上传底下两个文件,供你比较.

两者使用的数据都是Grunfeld.dat

gauss_Panel是你曾上传过的.

panel.prg (winrats)

   winrats_panel.rar (756 Bytes) 本附件包括：

• winrats_panel.prg

2011-11-15 15:55:02 上传

Panel.prg (gauss)

   gauss_Panel.rar (2.88 KB) 本附件包括：

• gauss_Panel.prg

2011-11-15 15:55:18 上传

epoh 发表于 2011-11-15 15:57
上传底下两个文件,供你比较.两者使用的数据都是Grunfeld.datgauss_Panel是你曾上传过的. panel.prg (winrat ...

好的，谢谢epoh老师
我先看看

epoh 发表于 2011-11-15 15:57
上传底下两个文件,供你比较.两者使用的数据都是Grunfeld.datgauss_Panel是你曾上传过的. panel.prg (winrat ...

epoh老师，我试运行了这两个程序，winrats可以运行出来
而gauss运行提示错误：
c:\gauss9.0\examples\gauss_panel.prg(83) : error G0121 : Matrix not positive definite
可能是数据问题

哈哈，我还是没有区分两种prg格式区别，只知道gauss中的prg在winrats不能运行

#Include "panel.inc";
上面这句命令可否当作为 调用 panel.inc程序呢?

1.哈哈!两个虽然同名同性

  但是语法不同

  gauss 有gauss语法

  winrats 有winrats语法,两者不能混用

  不像OX可以调用gauss 程序 (你只要改名为panel.oxgauss)

2.依据错误代码找出问题:

  你只要开启panel.prg

  鼠移往右边slider按住,就可看到row number,找出错误修改

3.#Include "panel.inc";

  对!就是调用 panel.inc程序

  labor.prg是load data及执行程序运作

  panel.inc是Initialize all Global Variables及Main Program

   panel for gauss.rar (5.36 KB)

2011-11-16 20:21:51 上传

#########

               +-------------------------------+
               |  Basic Panel Data Estimation  |
               |     Version 1.3, Mar 2000     |
               |        Olvar Bergland         |
               +-------------------------------+

+---------------------------------------------------------+
|               POOLED REGRESSION MODEL                   |
+---------------------------------------------------------+

Number of obs:                   200
Number of par:                     3
Var residuals:             15948.058

                         Standard                  Prob
Variable     Estimate      Error      t-value      >|t|
-------------------------------------------------------
X_1        -48.029738   15.072676   -3.186543     0.002
X_2          0.105085    0.007984   13.162253     0.000
X_3          0.305366    0.030530   10.002303     0.000
-------------------------------------------------------

LM-tests for pooled model:

   One-way effect (cross):    907.6441
        Prob Chi^2 (df=1):      0.0000

   One-way effect  (time):      3.0787
        Prob Chi^2 (df=1):      0.0793

   Two-way effects model :    910.7228
        Prob Chi^2 (df=2):      0.0000

   Groupwise heterosked. :     93.2596
        Prob Chi^2 (df=n):      0.0000

+---------------------------------------------------------+
|                  FIXED-EFFECTS MODEL                    |
+---------------------------------------------------------+

---------------- within regression (LSDV) -----------------

Number of obs:                   200
Number of par:                     2
Var residuals:              4726.473

                         Standard                  Prob
Variable     Estimate      Error      t-value      >|t|
-------------------------------------------------------
X_1          0.105980    0.011177    9.482220     0.000
X_2          0.346660    0.016993   20.399662     0.000
-------------------------------------------------------

--- fixed effects ---

Individual   Estimate
---------------------
Overall    -62.594394
I_1        -13.472354
I_2         33.220813
I_3       -179.576371
I_4          4.694980
I_5        155.132931
I_6        -13.472354
I_7         33.220813
I_8       -179.576371
I_9          4.694980
I_10       155.132931
---------------------

F-test for no fixed effects: 52.9686
  Prob F(9,188):  0.0000

------------------- between regression --------------------

Number of obs:                    10
Number of par:                     3
Var residuals:              6394.884

                         Standard                  Prob
Variable     Estimate      Error      t-value      >|t|
-------------------------------------------------------
X_1         -2.070225   46.360189   -0.044655     0.966
X_2          0.378152    0.087371    4.328096     0.003
X_3         -1.529785    0.570361   -2.682133     0.031
-------------------------------------------------------

+---------------------------------------------------------+
|                  RANDOM-EFFECTS MODEL                   |
+---------------------------------------------------------+

------------------- slope coefficients --------------------

Alpha        :                 0.808
Theta        :                 0.037
Var[U_it]    :              4726.473
Var[A_i]     :              6158.560

Number of obs:                   200
Number of par:                     3
Var residuals:             16152.225

                         Standard                  Prob
Variable     Estimate      Error      t-value      >|t|
-------------------------------------------------------
X_1        -58.997210   31.508883   -1.872399     0.063
X_2          0.104297    0.010074   10.353435     0.000
X_3          0.345494    0.017320   19.947240     0.000
-------------------------------------------------------

--- random effects---

Individual   Estimate
---------------------
Overall    -58.997210
I_1         -8.687588
I_2         29.788367
I_3       -172.809177
I_4          2.240616
I_5        149.467782
I_6         -8.687588
I_7         29.788367
I_8       -172.809177
I_9          2.240616
I_10       149.467782
---------------------

Hausman test H0: RE vs. FE:     10.9708
          Prob Chi^2 (df=2):      0.0041