楼主: 哪样？
4645 7

frontier4.1 超越对数成本函数问题 [推广有奖]

  • 6关注
  • 1粉丝

已卖：47份资源

讲师

21%

还不是VIP/贵宾

-

0%
威望
0 级
论坛币
852 个
通用积分
0
学术水平
0 点
热心指数
3 点
信用等级
0 点
经验
6164 点
帖子
390
精华
0
在线时间
472 小时
注册时间
2012-4-11
最后登录
2019-5-10
楼主
哪样？ 发表于 2013-12-4 10:48:11 |AI写论文

+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
1.模型




2.设置文件：
1               1=ERROR COMPONENTS MODEL, 2=TE EFFECTS MODEL
eg1-dta.txt         DATA FILE NAME
eg1-out.txt         OUTPUT FILE NAME
2               1=PRODUCTION FUNCTION, 2=COST FUNCTION
y               LOGGED DEPENDENT VARIABLE (Y/N)
16              NUMBER OF CROSS-SECTIONS
9               NUMBER OF TIME PERIODS
144              NUMBER OF OBSERVATIONS IN TOTAL
14               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.
3.frontier4.1结果：

Output from the program FRONTIER (Version 4.1c)


instruction file = eg1-ins.txt
data file =        eg1-dta.txt


Error Components Frontier (see B&C 1992)
The model is a cost function
The dependent variable is logged


the ols estimates are :

                 coefficient     standard-error    t-ratio

  beta 0         0.90178826E+01  0.76459479E+01  0.11794329E+01
  beta 1         0.15252929E+02  0.11214091E+02  0.13601575E+01
  beta 2         0.15878967E+02  0.10076812E+02  0.15757928E+01
  beta 3        -0.10759942E+01  0.40503409E+00 -0.26565523E+01
  beta 4        -0.17881328E+00  0.74613812E+00 -0.23965171E+00
  beta 5         0.22989948E+00  0.55194816E-01  0.41652369E+01
  beta 6        -0.30087772E+00  0.59636755E+00 -0.50451725E+00
  beta 7        -0.39056304E+00  0.55948274E+00 -0.69807880E+00
  beta 8        -0.44002687E-01  0.23447914E-01 -0.18766141E+01
  beta 9         0.13769736E+02  0.84492763E+01  0.16296942E+01
  beta10         0.14138136E+02  0.68297095E+01  0.20700933E+01
  beta11         0.19997107E-01  0.14414780E-01  0.13872641E+01
  beta12         0.13771817E+02  0.76556954E+01  0.17988983E+01
  beta13        -0.87511653E+00  0.30159446E+00 -0.29016333E+01
  beta14        -0.78416285E+00  0.28305618E+00 -0.27703435E+01
  sigma-squared  0.11973308E-02

log likelihood function =   0.28798447E+03

the estimates after the grid search were :

  beta 0         0.89974532E+01
  beta 1         0.15252929E+02
  beta 2         0.15878967E+02
  beta 3        -0.10759942E+01
  beta 4        -0.17881328E+00
  beta 5         0.22989948E+00
  beta 6        -0.30087772E+00
  beta 7        -0.39056304E+00
  beta 8        -0.44002687E-01
  beta 9         0.13769736E+02
  beta10         0.14138136E+02
  beta11         0.19997107E-01
  beta12         0.13771817E+02
  beta13        -0.87511653E+00
  beta14        -0.78416285E+00
  sigma-squared  0.14899678E-02
  gamma          0.44000000E+00
  mu             0.00000000E+00
  eta            0.00000000E+00


iteration =     0  func evals =     19  llf =  0.29350606E+03
     0.89974532E+01 0.15252929E+02 0.15878967E+02-0.10759942E+01-0.17881328E+00
     0.22989948E+00-0.30087772E+00-0.39056304E+00-0.44002687E-01 0.13769736E+02
     0.14138136E+02 0.19997107E-01 0.13771817E+02-0.87511653E+00-0.78416285E+00
     0.14899678E-02 0.44000000E+00 0.00000000E+00 0.00000000E+00
gradient step
pt better than entering pt cannot be found
iteration =     1  func evals =     27  llf =  0.29350606E+03
     0.89974532E+01 0.15252929E+02 0.15878967E+02-0.10759942E+01-0.17881328E+00
     0.22989948E+00-0.30087772E+00-0.39056304E+00-0.44002687E-01 0.13769736E+02
     0.14138136E+02 0.19997107E-01 0.13771817E+02-0.87511653E+00-0.78416285E+00
     0.14899678E-02 0.44000000E+00 0.00000000E+00 0.00000000E+00


the final mle estimates are :

                 coefficient     standard-error    t-ratio

  beta 0         0.89974532E+01  0.10000000E+01  0.89974532E+01
  beta 1         0.15252929E+02  0.10000000E+01  0.15252929E+02
  beta 2         0.15878967E+02  0.10000000E+01  0.15878967E+02
  beta 3        -0.10759942E+01  0.10000000E+01 -0.10759942E+01
  beta 4        -0.17881328E+00  0.10000000E+01 -0.17881328E+00
  beta 5         0.22989948E+00  0.10000000E+01  0.22989948E+00
  beta 6        -0.30087772E+00  0.10000000E+01 -0.30087772E+00
  beta 7        -0.39056304E+00  0.10000000E+01 -0.39056304E+00
  beta 8        -0.44002687E-01  0.10000000E+01 -0.44002687E-01
  beta 9         0.13769736E+02  0.10000000E+01  0.13769736E+02
  beta10         0.14138136E+02  0.10000000E+01  0.14138136E+02
  beta11         0.19997107E-01  0.10000000E+01  0.19997107E-01
  beta12         0.13771817E+02  0.10000000E+01  0.13771817E+02
  beta13        -0.87511653E+00  0.10000000E+01 -0.87511653E+00
  beta14        -0.78416285E+00  0.10000000E+01 -0.78416285E+00
  sigma-squared  0.14899678E-02  0.10000000E+01  0.14899678E-02
  gamma          0.44000000E+00  0.10000000E+01  0.44000000E+00
  mu             0.00000000E+00  0.10000000E+01  0.00000000E+00
  eta            0.00000000E+00  0.10000000E+01  0.00000000E+00

log likelihood function =   0.29350606E+03

LR test of the one-sided error =   0.11043171E+02
with number of restrictions = 3
[note that this statistic has a mixed chi-square distribution]

number of iterations =      1

(maximum number of iterations set at :   100)

number of cross-sections =     16

number of time periods =      9

total number of observations =    144

thus there are:      0  obsns not in the panel


covariance matrix :

  0.10000000E+01  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.10000000E+01  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.10000000E+01  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.10000000E+01  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.10000000E+01
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.10000000E+01  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.10000000E+01  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.10000000E+01  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.10000000E+01  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.10000000E+01
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.10000000E+01  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.10000000E+01  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.10000000E+01  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.10000000E+01  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.10000000E+01
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.10000000E+01  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.10000000E+01  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.10000000E+01  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.00000000E+00
  0.00000000E+00  0.00000000E+00  0.00000000E+00  0.10000000E+01



cost efficiency estimates :



efficiency estimates for year      1 :

     firm             eff.-est.

       1           0.10373744E+01
       2           0.10275418E+01
       3           0.10215032E+01
       4           0.10173235E+01
       5           0.10357792E+01
       6           0.10080806E+01
       7           0.10113073E+01
       8           0.10196929E+01
       9           0.10257520E+01
      10           0.10287908E+01
      11           0.10317573E+01
      12           0.10088350E+01
      13           0.10085490E+01
      14           0.10346346E+01
      15           0.10023308E+01
      16           0.10255059E+01


mean eff. in year   1 =  0.10215474E+01




efficiency estimates for year      2 :

     firm             eff.-est.

       1           0.10373744E+01
       2           0.10275418E+01
       3           0.10215032E+01
       4           0.10173235E+01
       5           0.10357792E+01
       6           0.10080806E+01
       7           0.10113073E+01
       8           0.10196929E+01
       9           0.10257520E+01
      10           0.10287908E+01
      11           0.10317573E+01
      12           0.10088350E+01
      13           0.10085490E+01
      14           0.10346346E+01
      15           0.10023308E+01
      16           0.10255059E+01

mean eff. in year   2 =  0.10215474E+01

efficiency estimates for year      9 :

     firm             eff.-est.

       1           0.10373744E+01
       2           0.10275418E+01
       3           0.10215032E+01
       4           0.10173235E+01
       5           0.10357792E+01
       6           0.10080806E+01
       7           0.10113073E+01
       8           0.10196929E+01
       9           0.10257520E+01
      10           0.10287908E+01
      11           0.10317573E+01
      12           0.10088350E+01
      13           0.10085490E+01
      14           0.10346346E+01
      15           0.10023308E+01
      16           0.10255059E+01
mean eff. in year   9 =  0.10215474E+01
summary of panel of observations:
(1 = observed, 0 = not observed)

问题：为什么输出结果每年的效率值都是一样的？是不是设置出了问题？
感谢大家了！！







二维码

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
关键词：frontier 超越对数成本函数 frontie front Tier ERROR 超越 成本

相关帖子

沙发
hangtian8881 学生认证  发表于 2013-12-4 21:09:43
最后两个Y改成N试一下
藤椅
哪样？ 发表于 2013-12-5 09:35:45
hangtian8881 发表于 2013-12-4 21:09
最后两个Y改成N试一下
不行……改了只出来一年的效率。真不知道哪里出了问题
板凳
哪样？ 发表于 2013-12-5 09:37:11
不知道有没有人以前也遇到过同样的问题……希望得到大家的解答……谢谢各位了！！
报纸
哪样？ 发表于 2013-12-9 10:33:21
不知道哪们大神可以帮忙解答一下，不甚感激！！成功解答问题者，送200论坛币！
地板
手心里的天堂 发表于 2013-12-13 14:49:12
问下楼主总记录数就是16X9=144么？和我的投入变量的个数有没有关系？
7楼
手心里的天堂 发表于 2013-12-13 14:52:29
把ETA那个y改成N看看，其他不要动
8楼
zhx7790433 发表于 2014-5-25 10:07:22
我也遇到相同的问题，不知道如何解决呀~哎~
返回列表
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群

京ICP备16021002号-2 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问：王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2026-1-16 22:38