随机前沿引力模型，研究16个国家15年，中国人均gdp和人口不断重复导致不收敛多重共线

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

id	country	year	trade	pgdpi	pgdpj	popi
1	thailand	2008	412.93	4,711.64	4,826.58	1324655000
1	thailand	2009	382.04	5,128.90	4,758.93	1331260000
1	thailand	2010	529.35	5,647.07	5,082.25	1337705000
1	thailand	2011	647.34	6,152.70	5,091.96	1345035000
1	thailand	2012	697.48	6,591.66	5,425.69	1354190000
1	thailand	2013	712.41	7,056.42	5,537.74	1363240000
1	thailand	2014	726.21	7,532.79	5,561.70	1371860000
1	thailand	2015	754.60	8,016.45	5,708.79	1379860000
1	thailand	2016	757.15	8,516.53	5,878.75	1387790000
1	thailand	2017	801.38	9,053.23	6,099.20	1396215000
1	thailand	2018	875.08	9,619.21	6,336.24	1402760000
1	thailand	2019	917.46	10,155.51	6,453.89	1407745000
1	thailand	2020	986.53	10,358.17	6,048.10	1411100000
1	thailand	2021	1,299.49	11,223.26	6,127.59	1412360000
1	thailand	2022	1,349.97	11,560.24	6,278.35	1412175000
2	malaysia	2008	535.57	4,711.64	7,948.95	1324655000
2	malaysia	2009	519.63	5,128.90	7,675.24	1331260000
2	malaysia	2010	742.32	5,647.07	8,101.41	1337705000
2	malaysia	2011	900.23	6,152.70	8,393.96	1345035000
2	malaysia	2012	948.31	6,591.66	8,711.30	1354190000
2	malaysia	2013	1,060.84	7,056.42	8,976.55	1363240000
2	malaysia	2014	1,020.06	7,532.79	9,369.10	1371860000

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：人均GDP 引力模型 多重共线 随机前沿 中国人

lntrade |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
     lnpgdpi |    3.15204   .6893607     4.57   0.000     1.800918    4.503162
     lnpgdpj |   1.068019   .1653638     6.46   0.000     .7439116    1.392126
      lnpopi |  -24.53375   8.969149    -2.74   0.006    -42.11296   -6.954538
      lnpopj |   .1902042   .1387038     1.37   0.170    -.0816503    .4620586
       lndis |   .1771029   .0789153     2.24   0.025     .0224317    .3317742
       lnbor |   1.496527   .3092729     4.84   0.000     .8903636    2.102691
       _cons |   481.6204   182.0393     2.65   0.008     124.8299    838.4109
-------------+----------------------------------------------------------------
         /mu |  -2682.664          .        .       .            .           .
这里mu的系数、p值都是点，是为什么啊

mu的系数是-2682.664是不是也不正常啊

在进行随机前沿引力模型（Random Frontier Gravity Model）的估计时，遇到不收敛的问题可能与数据中存在的多重共线性有关。特别是当模型中包含中国人均GDP和人口作为解释变量，并且这两个变量在不同年份间存在高度相关性或不断重复取值时，可能会加剧这个问题。

解决方法：

1. **特征选择**：检查所有解释变量之间的相关系数，如果发现某些变量之间有非常高的相关性（例如，大于0.8），可以考虑移除其中一个。在本例中，可能需要重新评估是否同时包含人均GDP和人口作为解释变量的必要性。

2. **数据变换**：尝试对数据进行一些转换以减少多重共线性的影响，比如对某个变量取对数、平方根等非线性转换。

3. **使用正则化技术**：在模型估计中引入正则化参数（如Lasso或Ridge回归），这有助于减少由于多重共线性导致的系数波动。但是，注意随机前沿模型通常不直接支持这种类型的正则化。

4. **增加数据点**：如果可能，尝试获取更多年份的数据或者更多的国家样本，以增加观察值的数量。这可能会帮助提高模型的稳定性和收敛能力。

5. **使用不同的优化方法或算法**：某些最优化算法对多重共线性更为鲁棒。考虑更换估计过程中的数值求解器，有时候默认的估计方法可能不是最适合当前数据集特性的。

6. **理论指导下的特征工程**：基于模型背后的经济理论来构建新的解释变量或者交互项，可以有时有助于解决多重共线性问题同时保留所有相关变量的信息。

请注意，在处理复杂的数据和模型时，上述建议中的任何一种或几种方法都可能需要多次尝试与调整才能找到最佳解决方案。在实际操作中，通常需要综合考虑数据质量、理论依据以及估计结果的合理性来进行权衡。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用