ML求助-could not calculate numerical derivatives -- flat or discontinuous region

jl3a17 发表于 2020-9-21 16:15
我目前在做scm安慰剂的时候遇到了，经过检查，是模型设定错误，控制变量过少以至无法跑满循环

你好，我在做合成控制法的稳健性检验时也遇到了类似问题，请问你是怎么解决的呢

jl3a17 发表于 2020-9-21 16:15
我目前在做scm安慰剂的时候遇到了，经过检查，是模型设定错误，控制变量过少以至无法跑满循环

请教一下 scm控制变量需要多少个呢

jl3a17 发表于 2020-9-21 16:15
我目前在做scm安慰剂的时候遇到了，经过检查，是模型设定错误，控制变量过少以至无法跑满循环

同是XCM，请问怎么看是哪个样本或者变量出了问题呢

曾菁保险 发表于 2022-3-4 14:33
同是XCM，请问怎么看是哪个样本或者变量出了问题呢

打错，是SCM

羊皮就是我 发表于 2020-11-8 17:56
你好，我在做合成控制法的稳健性检验时也遇到了类似问题，请问你是怎么解决的呢

同问，请问解决了吗

jl3a17 发表于 2020-9-21 16:15
我目前在做scm安慰剂的时候遇到了，经过检查，是模型设定错误，控制变量过少以至无法跑满循环

我看也有说是中间某个样本存在不可导的情形，不知道怎么找到那个样本

曾菁保险 发表于 2022-3-4 14:34
打错，是SCM

请问你解决这个问题了吗

遇到`could not calculate numerical derivatives -- flat or discontinuous region encountered`这样的错误，通常意味着Stata在尝试计算似然函数梯度或Hessian矩阵时遇到了问题。这可能是因为你的模型在某些参数值下无法被正确评估，或者数据特征导致了数值不稳定。

要解决这个问题，可以尝试以下几个方向：

1. **初始化参数**：检查你的初始参数估计是否适当。如果初始值选择不当，可能会让算法陷入不连续或平坦区域。尝试更改初始值看是否能解决问题。

2. **数值稳定性**：在计算似然函数时，确保所有运算都是数值稳定的。例如，避免溢出（如极大数相乘）和下溢（极小数）。使用log-likelihood而非likelihood可以提高数值稳定性。

3. **模型复杂性**：你的模型可能过于复杂或不适合数据的特征。尝试简化模型，或者增加更多数据以更好地估计参数。

4. **约束条件**：在某些情况下，添加合理的约束条件可以帮助算法收敛。例如，确保所有比例因子都非负，并且总和为1。

5. **微分步长调整**：Stata计算导数时的默认步长可能不适合你的问题。可以尝试使用`ml option dnumerical`来调整数值导数的步长。

6. **检查数据质量**：确保没有异常值或缺失值，这些都可能导致优化算法失败。

7. **程序逻辑审查**：仔细检查你的ML程序代码是否有错误，例如在计算似然函数时是否正确处理了所有边界条件和特殊情况。

8. **使用`ml debug`选项**：这个选项可以帮助你更详细地了解问题所在。它会输出每次迭代的参数值、拟合值等信息，有助于调试。

9. **求助于社区或专家**：如果上述方法都尝试过但仍然无法解决问题，可以考虑将你的代码和数据（或者模拟数据）发布到Stata论坛或其他专业社区中寻求帮助。

最后，确保你对ml命令的使用是正确的。例如，在定义似然函数时是否正确指定了参数；在调用`ml model`时是否正确设置了类型、公式等信息。检查并修改程序后，运行`ml check`来验证模型设置是否正确是一个好习惯。

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