请教，frontier得不出结果，毕业论文，急，谢谢！

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

我想写的论文是中国和韩国港口效率比较，中国和韩国各五个港口，总共十个港口，数据从2006-2010共五年，但frontier导出的结果是空的，不知道什么原因，急需帮助，谢谢，我先把原始数据发上来：

firm        time        Y                X1                 X2        X3
1        1        53748        22194        41        80
2        1        42387        52425        572        78
3        1        30281        39886        417        57
4        1        25760        22871        54        65
5        1        22415        13380        12        42
6        1        22994        26159        82        68
7        1        12957        11456        17        56
8        1        19507        17267        26        52
9        1        16572        16422        42        54
10        1        4423           3120                2        20
1        2        56144        22194        41        80
2        2        47336        56278        619        84
3        2        34325        41301        414        61
4        2        30900        25607        58        71
5        2        26507        14969        11        48
6        2        24356        26159        82        68
7        2        13814        11906        17        58
8        2        19819        17917        26        54
9        2        16865        16422        42        54
10        2        4809         4610                2        26
1        3        58170        68191        467        137
2        3        52048        59345        513        94
3        3        34700        40062        430        56
4        3        35593        26357        53        75
5        3        30029        15618        15        48
6        3        24168        27159        82        69
7        3        14181        13046        37        62
8        3        20322        17957        26        54
9        3        17031        16602        42        55
10        3        5071         6180                2         31
1        4        59205        72274        466        148
2        4        57684        64630        520        108
3        4        36395        41042        409        58
4        4        38111        26736        44        80
5        4        31546        18749        16        57
6        4        22618        29459        82        76
7        4        13240        16445        37        62
8        4        18273        17957        23        55
9        4        16938        17839        38        64
10        4        5132                7020                2        34
1        5        65339        72537        452        150
2        5        62915        71668        530        120
3        5        41095        42001        413        60
4        5        40332        30567        45        95
5        5        35012        19500        16        59
6        5        26207        29459        82        76
7        5        14978        16445        37        62
8        5        20669        17957        23        55
9        5        17166        17839        38        64
10        5        7668                7020                2      34

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：frontier frontie front 毕业论文 Tier 毕业论文 中国 韩国

另外，frontier的设置，你帮我看看，导出的结果时空的，不知道原因在哪里，谢谢：

1               1=ERROR COMPONENTS MODEL, 2=TE EFFECTS MODEL
Eg1-dta.txt         DATA FILE NAME
1-out.txt         OUTPUT FILE NAME
1               1=PRODUCTION FUNCTION, 2=COST FUNCTION
y               LOGGED DEPENDENT VARIABLE (Y/N)
10          NUMBER OF CROSS-SECTIONS
5             NUMBER OF TIME PERIODS
50              NUMBER OF OBSERVATIONS IN TOTAL
3          NUMBER OF REGRESSOR VARIABLES (Xs)
y              MU (Y/N) [OR DELTA0 (Y/N) IF USING TE EFFECTS MODEL]
y             ETA (Y/N) [OR NUMBER OF TE EFFECTS REGRESSORS (Zs)]
n               STARTING VALUES (Y/N)
                IF YES THEN     BETA0              
                                BETA1 TO
                                BETAK            
                                SIGMA SQUARED
                                GAMMA
                                MU           [OR DELTA0
                                ETA                 DELTA1 TO
                                                      DELTAP]

                                NOTE: IF YOU ARE SUPPLYING STARTING VALUES
                                AND YOU HAVE RESTRICTED MU [OR DELTA0] TO BE
                                ZERO THEN YOU SHOULD NOT SUPPLY A STARTING
                                VALUE FOR THIS PARAMETER.

另外，对数函数以后，数据变成

1        1        10.89206174        3.713572067        3.713572067        4.382026635        37.16385937        43.85347011        16.27297171        100.1516026        13.79061749        19.20215743
2        1        10.65459699        6.349138991        6.349138991        4.356708827        68.99697503        47.34495977        27.66134989        118.0947069        40.31156593        18.9809118
3        1        10.31827573        6.033086222        6.033086222        4.043051268        63.91319216        42.83119835        24.3920769        112.2281888        36.39812936        16.34626355
4        1        10.15657818        3.988984047        3.988984047        4.17438727        40.03992604        41.90093407        16.65156422        100.7539159        15.91199372        17.42550908
5        1        10.01748566        2.48490665        2.48490665        3.737669618        23.61038112        35.51352893        9.287760089        90.27881264        6.174761058        13.97017418
6        1        10.04298859        4.406719247        4.406719247        4.219507705        44.82492158        42.9206154        18.59418582        103.4685379        19.41917452        17.80424527
7        1        9.469391462        2.833213344        2.833213344        4.025351691        26.47997373        37.62201928        11.40468012        87.35274215        8.027097853        16.20345623
8        1        9.878528654        3.258096538        3.258096538        3.951243719        31.78778974        38.55051656        12.87353348        95.1903156        10.61519305        15.61232692
9        1        9.715469803        3.737669618        3.737669618        3.988984047        36.27923108        38.71858371        14.90950448        94.21375793        13.97017418        15.91199372
10        1        8.394573478        0.693147181        0.693147181        2.995732274        5.576776833        24.10242847        2.076483379        64.73149078        0.480453014        8.974411855
1        2        10.9356751        3.713572067        3.713572067        4.382026635        37.16385937        43.85347011        16.27297171        100.1516026        13.79061749        19.20215743
2        2        10.76502638        6.428105273        6.428105273        4.430816799        70.31099456        48.46453545        28.48175683        119.6411341        41.3205374        19.6321375
3        2        10.44362923        6.025865974        6.025865974        4.110873864        64.04677213        43.69300658        24.77157494        112.9680306        36.31106073        16.89928393
4        2        10.33851146        4.060443011        4.060443011        4.262679877        41.21601822        43.26884801        17.30836871        103.0351073        16.48719744        18.17043973
5        2        10.18516413        2.397895273        2.397895273        3.871201011        23.05273373        37.21670713        9.282734604        92.42393285        5.749901739        14.98619727
6        2        10.1005335        4.406719247        4.406719247        4.219507705        44.82492158        42.9206154        18.59418582        103.4685379        19.41917452        17.80424527
7        2        9.53343785        2.833213344        2.833213344        4.060443011        26.58913423        38.10643644        11.50410132        88.07442888        8.027097853        16.48719744
8        2        9.894396353        3.258096538        3.258096538        3.988984047        31.90818559        39.06613625        12.99649511        95.91274531        10.61519305        15.91199372
9        2        9.732995747        3.737669618        3.737669618        3.988984047        36.27923108        38.71858371        14.90950448        94.21375793        13.97017418        15.91199372
10        2        8.478244441        0.693147181        0.693147181        3.258096538        5.847377926        27.48524745        2.258340429        71.16581147        0.480453014        10.61519305
1        3        10.97112504        6.146329258        6.146329258        4.919980926        68.40906179        54.75972163        30.23982271        123.8784108        37.77736334        24.20621231
2        3        10.85992165        6.240275845        6.240275845        4.543294782        68.58764031        49.93591246        28.35141269        120.8047881        38.94104262        20.64152748
3        3        10.45449497        6.063785209        6.063785209        4.025351691        64.26510855        42.661416        24.40886804        112.3214942        36.76949106        16.20345623
4        3        10.47990427        3.970291914        3.970291914        4.317488114        40.41554355        43.94982351        17.14168814        103.6219998        15.76321788        18.64070361
5        3        10.30991886        2.708050201        2.708050201        3.871201011        26.1494185        37.38101135        10.48340668        93.24180011        7.333535892        14.98619727
6        3        10.09278472        4.406719247        4.406719247        4.234106505        44.99024046        43.22795692        18.65851863        104.2331503        19.41917452        17.92765789
7        3        9.559658319        3.610917913        3.610917913        4.127134385        34.21791339        39.10970295        14.90274348        89.79906488        13.03872817        17.03323823
8        3        9.919459322        3.258096538        3.258096538        3.988984047        31.91545124        39.0750318        12.99649511        95.95642987        10.61519305        15.91199372
9        3        9.742790492        3.737669618        3.737669618        4.007333185        36.31997643        38.9403724        14.9780875        94.42550046        13.97017418        16.05871926
10        3        8.531293316        0.693147181        0.693147181        3.433987204        6.05053272        29.97552688        2.380258549        76.19672505        0.480453014        11.79226812
1        4        10.98876128        6.144185634        6.144185634        4.997212274        68.74249894        55.90990896        30.70379986        125.1762607        37.75101711        24.97213051
2        4        10.96273512        6.253828812        6.253828812        4.682131227        69.27012194        51.86131741        29.28124717        122.6873897        39.1103748        21.92235283
3        4        10.50218668        6.013715156        6.013715156        4.060443011        63.87979447        43.13145173        24.41834767        112.8343453        36.16476998        16.48719744
4        4        10.54825823        3.784189634        3.784189634        4.382026635        38.57514458        44.66935522        16.58241977        103.9128704        14.32009119        19.20215743
5        4        10.35920208        2.772588722        2.772588722        4.043051268        27.27921125        39.77915972        11.20971835        96.80386853        7.687248223        16.34626355
6        4        10.02650133        4.406719247        4.406719247        4.33073334        45.348467        44.56651467        19.08432597        105.8996332        19.41917452        18.75525126
7        4        9.490997829        3.610917913        3.610917913        4.127134385        35.05398499        40.06529926        14.90274348        94.2409296        13.03872817        17.03323823
8        4        9.81317984        3.135494216        3.135494216        4.007333185        30.71447134        39.2547751        12.56497002        95.95642987        9.831323978        16.05871926
9        4        9.737314897        3.63758616        3.63758616        4.158883083        35.60884873        40.71189852        15.12829554        95.82730796        13.23203307        17.2963085
10        4        8.543250726        0.693147181        0.693147181        3.526360525        6.138870826        31.23127721        2.444286855        78.43791989        0.480453014        12.43521855
1        5        11.08734438        6.11368218        6.11368218        5.010635294        68.42342647        56.07828892        30.63343171        125.2575524        37.3771098        25.10646605
2        5        11.04953989        6.272877007        6.272877007        4.787491743        70.12950799        53.52319838        30.03134687        124.9879196        39.34898594        22.92007719
3        5        10.62364174        6.023447593        6.023447593        4.094344562        64.12230239        43.58613502        24.6620699        113.3255782        36.28192091        16.76365739
4        5        10.60490048        3.80666249        3.80666249        4.553876892        39.31397788        47.03096633        17.33507235        106.6608972        14.49067931        20.73779474
5        5        10.46344614        2.772588722        2.772588722        4.077537444        27.38810203        40.27860701        11.30533433        97.5782375        7.687248223        16.62631161
6        5        10.17378183        4.406719247        4.406719247        4.33073334        45.348467        44.56651467        19.08432597        105.8996332        19.41917452        18.75525126
7        5        9.614337737        3.610917913        3.610917913        4.127134385        35.05398499        40.06529926        14.90274348        94.2409296        13.03872817        17.03323823
8        5        9.936390272        3.135494216        3.135494216        4.007333185        30.71447134        39.2547751        12.56497002        95.95642987        9.831323978        16.05871926
9        5        9.750685962        3.63758616        3.63758616        4.158883083        35.60884873        40.71189852        15.12829554        95.82730796        13.23203307        17.2963085
10        5        8.944811104        0.693147181        0.693147181        3.526360525        6.138870826        31.23127721        2.444286855        78.43791989        0.480453014        12.43521855

frontier，下面设置，也是得不出结果，不知道什么原因，急需帮助，谢谢：

               1=ERROR COMPONENTS MODEL, 2=TE EFFECTS MODEL
Eg1-dta.txt         DATA FILE NAME
1-out.txt         OUTPUT FILE NAME
1               1=PRODUCTION FUNCTION, 2=COST FUNCTION
y               LOGGED DEPENDENT VARIABLE (Y/N)
10          NUMBER OF CROSS-SECTIONS
5             NUMBER OF TIME PERIODS
50              NUMBER OF OBSERVATIONS IN TOTAL
9          NUMBER OF REGRESSOR VARIABLES (Xs)
y              MU (Y/N) [OR DELTA0 (Y/N) IF USING TE EFFECTS MODEL]
y             ETA (Y/N) [OR NUMBER OF TE EFFECTS REGRESSORS (Zs)]
n               STARTING VALUES (Y/N)
                IF YES THEN     BETA0              
                                BETA1 TO
                                BETAK            
                                SIGMA SQUARED
                                GAMMA
                                MU           [OR DELTA0
                                ETA                 DELTA1 TO
                                                      DELTAP]

                                NOTE: IF YOU ARE SUPPLYING STARTING VALUES
                                AND YOU HAVE RESTRICTED MU [OR DELTA0] TO BE
                                ZERO THEN YOU SHOULD NOT SUPPLY A STARTING
                                VALUE FOR THIS PARAMETER.

好长的一个贴

1               1=ERROR COMPONENTS MODEL, 2=TE EFFECTS MODEL
eg1-dta.txt         DATA FILE NAME
eg1-out.txt         OUTPUT FILE NAME1               1=PRODUCTION FUNCTION, 2=COST FUNCTION
y               LOGGED DEPENDENT VARIABLE (Y/N)
10              NUMBER OF CROSS-SECTIONS
5               NUMBER OF TIME PERIODS
50              NUMBER OF OBSERVATIONS IN TOTAL
3               NUMBER OF REGRESSOR VARIABLES (Xs)
y               MU (Y/N) [OR DELTA0 (Y/N) IF USING TE EFFECTS MODEL]
y               ETA (Y/N) [OR NUMBER OF TE EFFECTS REGRESSORS (Zs)]
n               STARTING VALUES (Y/N)
                IF YES THEN     BETA0              
                                BETA1 TO
                                BETAK            
                                SIGMA SQUARED
                                GAMMA
                                MU              [OR DELTA0
                                ETA                 DELTA1 TO
                                                      DELTAP]

捣鼓出来，效率值里面有负数，怎么解释？

technical efficiency estimates :



efficiency estimates for year      1 :

     firm             eff.-est.

       1           0.98314456E+00
       2           0.89615480E+00
       3           0.47059909E+00
       4           0.48279609E+00
       5           0.47085177E+00
       6           0.10297455E+00
       7          -0.20999102E+01
       8          -0.30912386E+00
       9          -0.16335931E+01
      10           0.10000000E+01


mean eff. in year   1 =  0.36389375E-01

luotuoren 发表于 2012-6-1 18:26
另外，对数函数以后，数据变成

1        1        10.89206174        3.713572067        3.713572067        4.382026635        37.16385937        43.8 ...

楼主 你应该要小心数据的处理，你可以看到input 1与2是重复了，这样当然算不出结果啰

firm        time        Y                  X1                X2        X3
1        1        53748        22194        41        80
2        1        42387        52425        572        78
3        1        30281        39886        417        57
4        1        25760        22871        54        65
5        1        22415        13380        12        42
6        1        22994        26159        82        68
7        1        12957        11456        17        56
8        1        19507        17267        26        52
9        1        16572        16422        42        54
10        1        4423                3120          2        20
1        2        56144        22194        41        80
2        2        47336        56278        619        84
3        2        34325        41301        414        61
4        2        30900        25607        58        71
5        2        26507        14969        11        48
6        2        24356        26159        82        68
7        2        13814        11906        17        58
8        2        19819        17917        26        54
9        2        16865        16422        42        54
10        2        4809          4610                2        26
1        3        58170        68191        467        137
2        3        52048        59345        513        94
3        3        34700        40062        430        56
4        3        35593        26357        53        75
5        3        30029        15618        15        48
6        3        24168        27159        82        69
7        3        14181        13046        37        62
8        3        20322        17957        26        54
9        3        17031        16602        42        55
10        3        5071                6180         2        31
1        4        59205        72274        466        148
2        4        57684        64630        520        108
3        4        36395        41042        409        58
4        4        38111        26736        44        80
5        4        31546        18749        16        57
6        4        22618        29459        82        76
7        4        13240        16445        37        62
8        4        18273        17957        23        55
9        4        16938        17839        38        64
10        4        5132                7020                2        34
1        5        65339        72537        452        150
2        5        62915        71668        530        120
3        5        41095        42001        413        60
4        5        40332        30567        45        95
5        5        35012        19500        16        59
6        5        26207        29459        82        76
7        5        14978        16445        37        62
8        5        20669        17957        23        55
9        5        17166        17839        38        64
10        5        7668                7020         2        34

luotuoren 发表于 2012-6-2 10:12
firm        time        Y                  X1                X2        X3
1        1        53748        22194        41        80
2        1        42387        52425        572        78

楼主，我可以算出结果阿，之前是因为你取对数后的数据有误，才会算不出来的