楼主: jeun
11617 18

[求助]HAMILTON 模型CODE运行问题,急! [推广有奖]

  • 0关注
  • 0粉丝

小学生

57%

还不是VIP/贵宾

-

威望
0
论坛币
322 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
168 点
帖子
9
精华
0
在线时间
0 小时
注册时间
2007-11-4
最后登录
2011-7-18

楼主
jeun 发表于 2008-8-25 14:44:00 |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~ !

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
239889.zip (23.91 KB) 本附件包括:
  • EXAMPLE1.OUT
  • EXAMPLE2.OUT
  • EXAMPLE3.OUT
  • EXAMPLE4.OUT
  • EXAMPLE5.OUT
  • EXDATA.TXT
  • GNP82.DAT
  • MAXSEEK
  • PROCS
  • README.DOC
  • RRADJ.DAT

CODE 我已经附上了

我下载CODE后解压把文件夹取名2放在D盘,

然后,我把GAUSS界面current working directory改成D:\2,

sourse browser 改成c:\gauss8.0\src

然后file-open-maxseek,再点run active file

运行结果是:

Line 153 in D:\2\procs
   Syntax error G0008 : 'endp'
Line 182 in D:\2\MAXSEEK
   Nested procedure definition G0155
Line 182 in D:\2\MAXSEEK
   Syntax error G0008 : 'proc matpm(xth)'

请大虾帮忙看一下,这是怎么回事.是我的SOURCE BROWSER路径有问题么?还有MAXSEEK到底是program还是source?

.SRC和.PRG有什么区别?运行的时候是运行的.SRC还是.PRG啊?

运行已有的CODE步骤是什么,该怎么设置啊,我下了好几个CODE,运行都不成功

这些问题已经困扰本人很久了,期待解答!谢谢

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

关键词:hamilton Milton 运行问题 code ILT 运行 模型 code hamilton

沙发
xuehe 发表于 2008-8-25 19:25:00

请用GAUSS7.0试验,并把PROCS放入src,我在GAUSS.9.0也做不了,搞了半天也不知道为什么,你可以再问问xuelida,如果搞懂些再短信告诉我。Bayesian prior used
a=      0.00000000 b=      0.00000000 c=      0.00000000

================================================================================
   iteration:  1  
   algorithm: BFGS         step method: STEPBT
   function:  70.10405     step length:  0.00000      backsteps:  0 
--------------------------------------------------------------------------------
   param.      param. value     relative grad.
       1             1.0000            0.1090
       2             0.0000            0.0986
       3             0.1000            0.2602
       4             0.0000            0.1807
       5             0.0000            0.0930
       6             0.0000            0.1197
       7             1.0000            0.2488
       8             1.5000            0.1387
       9             1.5000            0.0484

================================================================================
   iteration:  2  
   algorithm: BFGS         step method: STEPBT
   function:  66.15422     step length:  1.00000      backsteps:  0 
--------------------------------------------------------------------------------
   param.      param. value     relative grad.
       1             1.1090            0.1833
       2             0.0986            0.0909
       3             0.3602            0.1420
       4             0.1807            0.0721
       5            -0.0930            0.1217
       6            -0.1197            0.0098
       7             0.7512            0.5398
       8             1.5925            0.0179
       9             1.4677            0.0785

================================================================================
   iteration:  3  
   algorithm: BFGS         step method: STEPBT
   function:  65.77063     step length:  1.00000      backsteps:  0 
--------------------------------------------------------------------------------
   param.      param. value     relative grad.
       1             1.2386            0.1151
       2             0.0830            0.0813
       3             0.3729            0.1215
  

[此贴子已经被作者于2008-8-25 19:25:50编辑过]

藤椅
xuehe 发表于 2008-8-25 20:03:00

MLE as parameterized for numerical optimization
Coefficients:
       1.1635158      -0.35881272      0.013487767     -0.057518295      -0.24698394      -0.21292052       0.76900394        3.0701620        1.7538953

Value of log likelihood:      -60.882447

Gradient vector:
  -0.00013736983   3.4778682e-006   1.6442400e-005    0.00024314148  -7.9539357e-005   5.4949616e-005   -0.00039239950   1.6098331e-005  -1.8397745e-005

Vector is reparameterized to report final results as follows
Means for each state:
       1.1635158      -0.35881272
Autoregressive coefficients:
     0.013487767     -0.057518295      -0.24698394      -0.21292052
Variances:
      0.59136706

Matrix of Markov transition probabilities:

      0.90408497       0.24532961
     0.095915032       0.75467039

Ergodic probs for full state vector:
      0.48030944      0.050956378      0.013827360      0.042535017      0.013827360     0.0014669547      0.011542166      0.035505421      0.013827360     0.0014669547    0.00039806814     0.0012245168      0.011542166     0.0012245168     0.0096346378      0.029637580      0.050956378     0.0054059992     0.0014669547     0.0045125709     0.0014669547    0.00015563029     0.0012245168     0.0037667960      0.042535017     0.0045125709     0.0012245168     0.0037667960      0.035505421     0.0037667960      0.029637580      0.091169605

Ergodic probs for primitive states:
      0.71892590       0.28107410

Log likelihood:
      -60.882447
for vector of coefficients parameterized as follows,
       1.1635158      -0.35881272      0.013487767     -0.057518295      -0.24698394      -0.21292052       0.59136706       0.90408497       0.75467039
the standard errors are
     0.074526270       0.26548978       0.12202021       0.13888002       0.10717474       0.11089328       0.10299274      0.037742406      0.096527744

-------------------------------

Probabilities for primitive states
filtered probabilities
Obs P(st-0 =1 ) P(st-1 =1 ) P(st-2 =1 ) P(st-3 =1 ) P(st-4 =1 )

5.0000 0.7767 0.7552 0.7331 0.7084 0.6971
6.0000 0.9492 0.8988 0.8439 0.7964 0.7329
7.0000 0.9963 0.9859 0.9479 0.9352 0.8871
8.0000 0.9903 0.9988 0.9892 0.9639 0.9513
9.0000 0.9401 0.9931 0.9988 0.9871 0.9571
10.0000 0.5374 0.8365 0.9853 0.9978 0.9815
11.0000 0.1400 0.2231 0.7325 0.9780 0.9980
12.0000 0.0089 0.0194 0.1067 0.5846 0.9617
13.0000 0.0485 0.0029 0.0147 0.0860 0.5715
14.0000 0.6141 0.1007 0.0047 0.0208 0.1042
15.0000 0.9109 0.7931 0.1266 0.0047 0.0167
16.0000 0.9955 0.9748 0.8578 0.1806 0.0067
17.0000 0.9795 0.9981 0.9776 0.8667 0.1676
18.0000 0.9923 0.9930 0.9988 0.9879 0.8975
19.0000 0.9846 0.9970 0.9938 0.9991 0.9890
20.0000 0.7510 0.9694 0.9958 0.9902 0.9985
21.0000 0.7763 0.7743 0.9731 0.9957 0.9879
22.0000 0.5220 0.6301 0.6740 0.9631 0.9943
23.0000 0.8150 0.6719 0.7330 0.7401 0.9648

板凳
jeun 发表于 2008-9-10 17:14:00

xuelida

       你好!数据和程序我传上来了,如果可能,能不能还麻烦你帮忙分1991.01-1996.12和1997.01-2008.07两个阶段帮我运行一下.因为我的论文是分两个小阶段和整个作为一个阶段来分析的,但是我运行程序的时候,发现三个时间段的运行结果每次运行都是不一样的,我也不晓得是怎么回事,麻烦你了.

非常感谢!

245728.rar (15.42 KB)

报纸
freewd 发表于 2009-1-15 16:32:00

我也遇到了楼主的这个问题,请问楼主解决了吗?能否给出一个具体的解决方法,多谢了!

地板
freewd 发表于 2009-1-15 23:07:00
请问版主能否帮到呢?现在比较着急用。多谢了!

7
davil2000 发表于 2009-1-16 11:06:00

“MAXSEEK到底是program还是source? ”    MAXSEEK应该是在当时的386机器下运行的程序,是PRG还是SRC关系都不大,你可以自己修改嘛!

R是万能的,SAS是不可战胜的!

8
lixiaosheng393 发表于 2009-1-18 17:47:00
davil2000我把你的HM.SRC考到程序下,把#include optmum.ext;删掉和上面的那人运行的结果一样。就是第二篇文章结果与原文不一致

9
tmdzhu 发表于 2009-1-20 11:24:00

dont know

10
pinggu_zorn 发表于 2009-1-24 17:56:00

上面各位遇到的问题主要是gauss8、gauss9的library文件需要对library所指的对象的定义附加行号,比较一下新的library定义文件与就的定义文件就会发现。

解决办法是用gauss的library tool将你要用的proc、src以及dec、ext等文件重新刷一遍就好了。

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
GMT+8, 2025-12-5 15:57