Frontier4.1做出的结果为什么是相似的啊啊啊啊！！！

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

我用frontier4.1估计技术效率，用的十年的数据，但是有个别年份的数据做出来的结果是相似的，比如都是0.9981、0.9983、0.9984之类的，这不符合实际情况啊，可是用相同的方法只有个别年份这样其他年份是正常的，这是怎么回事啊，向大神求教！这是我其中一年的结果

the ols estimates are :

                 coefficient     standard-error    t-ratio

  beta 0         0.12823632E+01  0.22417339E+01  0.57204080E+00

  beta 1         0.70501850E+00  0.15051598E+00  0.46840111E+01

  beta 2         0.48545586E+00  0.12458782E+00  0.38964954E+01

  beta 3         0.34029055E+00  0.81604253E-01  0.41700100E+01

  sigma-squared  0.43516619E-01

log likelihood function =   0.67407283E+01

the estimates after the grid search were :

  beta 0         0.13176635E+01

  beta 1         0.70501850E+00

  beta 2         0.48545586E+00

  beta 3         0.34029055E+00

  sigma-squared  0.39147681E-01

  gamma          0.50000000E-01

   mu is restricted to be zero

   eta is restricted to be zero

iteration =     0  func evals =     20  llf =  0.67370323E+01

     0.13176635E+01 0.70501850E+00 0.48545586E+00 0.34029055E+00 0.39147681E-01

     0.50000000E-01

gradient step

iteration =     5  func evals =     49  llf =  0.67384830E+01

     0.13176768E+01 0.70484256E+00 0.48520926E+00 0.34220865E+00 0.38661253E-01

     0.30888919E-01

iteration =    10  func evals =    118  llf =  0.67403986E+01

     0.12999831E+01 0.70494928E+00 0.48540060E+00 0.34083860E+00 0.38131703E-01

     0.93579502E-02

iteration =    15  func evals =    222  llf =  0.67406428E+01

     0.12868897E+01 0.70539739E+00 0.48512940E+00 0.34054645E+00 0.38001520E-01

     0.39969653E-02

iteration =    20  func evals =    313  llf =  0.67407076E+01

     0.12903791E+01 0.70489042E+00 0.48554833E+00 0.34035344E+00 0.37938038E-01

     0.14628546E-02

iteration =    25  func evals =    420  llf =  0.67407219E+01

     0.12872465E+01 0.70495837E+00 0.48550982E+00 0.34022667E+00 0.37916818E-01

     0.66517326E-03

iteration =    30  func evals =    527  llf =  0.67407256E+01

     0.12831969E+01 0.70515622E+00 0.48535424E+00 0.34025162E+00 0.37909626E-01

     0.35594569E-03

iteration =    35  func evals =    638  llf =  0.67407275E+01

     0.12832021E+01 0.70509029E+00 0.48540491E+00 0.34026920E+00 0.37905484E-01

     0.16068745E-03

iteration =    40  func evals =    713  llf =  0.67407279E+01

     0.12841757E+01 0.70500341E+00 0.48546807E+00 0.34028241E+00 0.37903966E-01

     0.10331440E-03

iteration =    45  func evals =    807  llf =  0.67407281E+01

     0.12833708E+01 0.70502668E+00 0.48545036E+00 0.34028246E+00 0.37902859E-01

     0.53439224E-04

iteration =    48  func evals =    838  llf =  0.67407282E+01

     0.12834190E+01 0.70501753E+00 0.48545660E+00 0.34029073E+00 0.37902644E-01

     0.44506672E-04

the final mle estimates are :

                 coefficient     standard-error    t-ratio

  beta 0         0.12834190E+01  0.19954391E+01  0.64317621E+00

  beta 1         0.70501753E+00  0.13046806E+00  0.54037558E+01

  beta 2         0.48545660E+00  0.10902742E+00  0.44526104E+01

  beta 3         0.34029073E+00  0.74997831E-01  0.45373409E+01

  sigma-squared  0.37902644E-01  0.10009501E-01  0.37866668E+01

  gamma          0.44506672E-04  0.48423869E-01  0.91910607E-03

   mu is restricted to be zero

   eta is restricted to be zero

log likelihood function =   0.67407282E+01

the likelihood value is less than that obtained

using ols! - try again using different starting values

number of iterations =     48

(maximum number of iterations set at :   100)

number of cross-sections =     31

number of time periods =      1

total number of observations =     31

thus there are:      0  obsns not in the panel

covariance matrix :

  0.39817771E+01 -0.24543566E+00  0.18509618E+00  0.26757445E-01  0.81626253E-03

  0.23217304E-01

-0.24543566E+00  0.17021914E-01 -0.13673485E-01 -0.11638461E-02 -0.11958450E-04

  0.16372867E-03

  0.18509618E+00 -0.13673485E-01  0.11886977E-01  0.23034904E-04  0.86138293E-05

-0.12724883E-03

  0.26757445E-01 -0.11638461E-02  0.23034904E-04  0.56246747E-02 -0.38139516E-05

  0.22436091E-05

  0.81626253E-03 -0.11958450E-04  0.86138293E-05 -0.38139516E-05  0.10019011E-03

  0.57077880E-04

  0.23217304E-01  0.16372867E-03 -0.12724883E-03  0.22436091E-05  0.57077880E-04

  0.23448711E-02

technical efficiency estimates :

     firm             eff.-est.

       1           0.99897049E+00

       2           0.99896970E+00

       3           0.99896286E+00

       4           0.99896106E+00

       5           0.99896022E+00

       6           0.99896063E+00

       7           0.99896344E+00

       8           0.99895950E+00

       9           0.99896915E+00

      10           0.99896605E+00

      11           0.99896540E+00

      12           0.99896144E+00

      13           0.99896362E+00

      14           0.99896205E+00

      15           0.99896361E+00

      16           0.99896537E+00

      17           0.99896215E+00

      18           0.99896538E+00

      19           0.99896463E+00

      20           0.99896603E+00

      21           0.99896981E+00

      22           0.99896955E+00

      23           0.99896354E+00

      24           0.99896394E+00

      25           0.99896811E+00

      26           0.99895884E+00

      27           0.99896255E+00

      28           0.99896388E+00

      29           0.99896379E+00

      30           0.99896777E+00

      31           0.99896614E+00

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1 回帖

关键词：frontier frontie front Tier fro 技术

求助啊

没人看见我吗

石沉大海

我也正在研究这个，请问楼主已经解决了吗？

楼主，我最近也遇到这个问题，但是已经解决了，你用的是横截面数据，就是这样的结果，你看gamma值为0.44506672E-04，即0.00004，很小，不适合用SFA，用最小二乘估计就可以，但是如果你用面板数据，去运行INS文件，最后的结果应该就是理想的，效率结果也比较符合实际，你可以试试，有问题随时交流。

muyuxiu5623 发表于 2015-8-2 12:08
楼主，我最近也遇到这个问题，但是已经解决了，你用的是横截面数据，就是这样的结果，你看gamma值为0.44506 ...

非常非常感谢你的帮助  可是我用面板数据做 结果出现了负数是怎么回事 第26行？此处数据没有进行对数处理
efficiency estimates for year      9 :

     firm             eff.-est.

       1           0.84315397E+00
       2           0.91347617E+00
       3           0.75712165E+00
       4           0.58052610E+00
       5           0.34497268E+00
       6           0.86554114E+00
       7           0.90480663E+00
       8           0.74038526E+00
       9           0.99114173E+00
      10           0.87673660E+00
      11           0.78402939E+00
      12           0.76387218E+00
      13           0.55326114E+00
      14           0.87964808E+00
      15           0.99277331E+00
      16           0.86620841E+00
      17           0.50462079E+00
      18           0.76646095E+00
      19           0.83770880E+00
      20           0.58692427E+00
      21           0.16653934E+00
      22           0.74074609E+00
      23           0.58031836E+00
      24           0.42593171E+00
      25           0.59228845E+00
      26          -0.15729724E+00
      27           0.63887517E+00
      28           0.69221347E+00
      29           0.14135480E+00
      30           0.21893847E+00
      31           0.46280632E+00


mean eff. in year   9 =  0.64051885E+00

如果将数据进行对数处理后 结果没有负数但十分接近

efficiency estimates for year      9 :

     firm             eff.-est.

       1           0.99878232E+00
       2           0.99649252E+00
       3           0.98523819E+00
       4           0.97005744E+00
       5           0.98582350E+00
       6           0.98533281E+00
       7           0.99848929E+00
       8           0.97625996E+00
       9           0.99355626E+00
      10           0.98718692E+00
      11           0.98359841E+00
      12           0.98423545E+00
      13           0.98173393E+00
      14           0.97788371E+00
      15           0.98467304E+00
      16           0.98220772E+00
      17           0.98769663E+00
      18           0.97745336E+00
      19           0.98424250E+00
      20           0.98414534E+00
      21           0.98353491E+00
      22           0.98891577E+00
      23           0.98287092E+00
      24           0.97074843E+00
      25           0.97811334E+00
      26           0.95390871E+00
      27           0.98297459E+00
      28           0.97271932E+00
      29           0.97882920E+00
      30           0.97869294E+00
      31           0.97760095E+00
请问这是怎么回事啊

koala蕾蕾 发表于 2015-9-10 11:34
非常非常感谢你的帮助  可是我用面板数据做 结果出现了负数是怎么回事 第26行？此处数据没有进行对数处理 ...

抱歉 对数处理过数据是我命令输错了  结果是对的  难道数据一定要经过对数处理才行吗

123AAADW 发表于 2015-6-25 16:56
我也正在研究这个，请问楼主已经解决了吗？

用面板数据 就好了

koala蕾蕾 发表于 2015-9-10 12:30
用面板数据 就好了

对数处理主要是消除各个变量之间的无量纲性，精确度更高，建议进行对数处理