stata中极大似然估计

*不知道你的i具体取何值，只以一种情况为例（在do-file中do以下）：

clear
inp t p
0 .99999
.1 .99999
.5 .99999
1 .99999
2 .99999
5 .99999
10 .99999
15 .5
20 .5
50 1.0e-05
end

*以上只是输入数据，以下是估计

prog drop _all                                                                                                                 
prog mynormal                                                                                                                     
args lnf mu sigma                                                                                                        
qui replace `lnf' = lnnormalden($ML_y1-1+ normal(($ML_y2-`mu')/`sigma') )
end

ml mod lf mynormal (mu:p t=)(sigma:p t=)
ml max

*由于样本量只有10，所以很可能估计不出结果。

tij        pij        pij        pij        pij        pij        pij

这肯定还不是dta文件中原来的变量形式（dta文件中不可能有重名变量）。如果不把变量原原本本写出来，无法具体写出循环式，只能举一种情况为例。

sungmoo 发表于 2012-3-8 18:07
*不知道你的i具体取何值，只以一种情况为例（在do-file中do以下）：

clear

非常感谢，我用你的写的程序做了一下
出现如下结果
initial:       log likelihood =     -<inf>  (could not be evaluated)
feasible:      log likelihood = -9.9588383
rescale:       log likelihood = -9.9519595
rescale eq:    log likelihood = -9.9393753
numerical derivatives are approximate
flat or discontinuous region encountered
Iteration 0:   log likelihood = -9.9393753  
numerical derivatives are approximate
flat or discontinuous region encountered
numerical derivatives are approximate
flat or discontinuous region encountered
Iteration 1:   log likelihood = -9.9393753  
numerical derivatives are approximate
flat or discontinuous region encountered
Iteration 2:   log likelihood = -9.9393753  
numerical derivatives are approximate
flat or discontinuous region encountered
Iteration 3:   log likelihood = -9.9393753  
numerical derivatives are approximate
flat or discontinuous region encountered
Iteration 4:   log likelihood = -9.9393753  
Iteration 5:   log likelihood = -9.9393753  (not concave)

求助

help