【已解决】非线性gmm错误信息：could not calculate numerical derivatives

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

1. webuse hsng2, clear
   
2. gmm (rent - {b1}*pcturban - exp({b2}*hsngval) - {b0}), ///
   
3.     instruments(hsngval faminc reg2 reg3) onestep

复制代码

\[rent=\beta{}_0+\beta{}_1{}pcturban+exp\{{}\beta{}_2{}hsngval\}+\mu\]
其中hsngval是内生变量，它的工具变量有faminc、reg2、reg3，要求用gmm方法进行回归。

我用上面的代码计算得到以下信息：

1. Step 1
   
2. Iteration 0:   GMM criterion Q(b) =  55677.031  
   
3. Iteration 1:   GMM criterion Q(b) =  121.41761  
   
4. numerical derivatives are approximate
   
5. flat or discontinuous region encountered
   
6. Iteration 2:   GMM criterion Q(b) =  8.9695598  
   
7. could not calculate numerical derivatives -- flat or discontinuous region encountered
   
8. could not calculate numerical derivatives -- flat or discontinuous region encountered
   
9. r(430);

复制代码

希望各位高手帮忙看一下，是我的stata命令有问题，还是这个数据集的问题呢？谢谢大家！


【已解决】
webuse hsng2, clear
gmm (rent - {b1}*pcturban - exp({b2}*hsngval) - {b0}), ///
    instruments(hsngval faminc reg2 reg3) onestep
应改为
webuse hsng2, clear
gmm (rent - {b1}*pcturban - exp({b2}*hsngval) - {b0}), ///
    instruments(pcturban faminc reg2 reg3) onestep

把ivregress相关的命令弄混了，ivregress里的工具变量是(endodepvar=z1 z2)
gmm里的工具变量inst()里面全部是工具变量才对

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2 回帖

关键词：derivatives Derivative calculate Numerical numeric gmm 非线性

刚想找这样的非线性GMM代码，谢楼主~

你好  楼主  有非线性GMM代码的相关详细资料吗？跪求分享  谢谢！
有GPS代码资料可相互交换！

在使用GMM（广义矩估计）方法时遇到"could not calculate numerical derivatives"的错误信息，通常是因为数值导数计算过程中出现了问题。这可能由多种原因引起：

1. **数据问题**：你使用的变量中可能存在缺失值或异常值，导致模型无法正确计算导数。
2. **模型设定**：模型可能是病态的（ill-conditioned），比如存在多重共线性或者参数空间定义不恰当等。
3. **初始值问题**：GMM迭代过程中需要起始估计值。如果这些起始值离真正的解很远，可能会导致计算导数时遇到困难。

对于你的具体案例，可以尝试以下解决方案：

- **检查数据**：确保没有缺失值或异常的观测值，特别是`hsngval`、`faminc`、`reg2`和`reg3`这些变量。
- **重新设定模型**：检查模型设定是否合理。例如，考虑是否存在多重共线性问题，或者尝试变换变量（比如对某些变量取对数）来改善数值稳定性。
- **调整初始值**：可以尝试指定不同的初始估计值给GMM命令使用。这可以通过`init()`选项来实现。
- **增加迭代次数或改变收敛标准**：有时模型可能需要更多的迭代才能达到稳定状态，或者你需要降低收敛的标准。

如果问题仍然存在，可能需要深入检查数据和模型设定以确保它们适合进行GMM估计。在某些情况下，尝试使用其他优化算法（如BFGS或Newton-Raphson）也可能有所帮助。

最后，请注意GMM的迭代过程中出现"flat or discontinuous region encountered"信息通常意味着目标函数（GMM准则Q(b)）在一个较小的变化区间内几乎是平坦的，这可能是由于模型设定、数据问题或是初始值选择不当所导致。针对这种情况，重新审视和调整上述方面通常是必要的。

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