关于三阶段DEA中第二阶段SFA的操作

选择的环境指标可以为负值么？

秋小哲 发表于 2016-4-9 14:07
第一，是的，你也可以用投入原始值-投入目标值来算冗余值，这样我认为更方便；第二，多数是0，反映纯技术 ...

楼主，我看了前面几个人的附件，有个问题想请教你，在做第一阶段的DEA时，是需要对投入和产出指标做无量纲化处理，因为DEA不能有负数，这样坐下来的话，我发现我的松弛变量很小，因为无量纲化了，所以在第二阶段做SFA时，被解释变量就很小，他们这几个人的值都很大，是因为他们在第一阶段投入产出指标均为正数，不需要用0.1+0.9（x-minx）/(maxx-minx)这一公式做处理的吗？

各位大神，正在写毕业论文，对第二阶段了解不够，查到的资料也有限，请教大神，为什么我的ce都小于1呀？

instruction file = 2010-1.ins  
data file =        2010-1.dta  


Error Components Frontier (see B&C 1992)
The model is a cost function
The dependent variable is not logged

the final mle estimates are :

                 coefficient     standard-error    t-ratio

  beta 0        -0.33778394E+02  0.10003408E+01 -0.33766885E+02
  beta 1         0.34200813E+01  0.16920341E-01  0.20212839E+03
  beta 2        -0.70775397E+02  0.10520066E+01 -0.67276569E+02
  beta 3        -0.47439719E+02  0.12672121E+01 -0.37436288E+02
  beta 4        -0.19486081E+04  0.16423813E+01 -0.11864529E+04
  beta 5         0.22768249E+03  0.33129524E+01  0.68724952E+02
  beta 6         0.17493475E+02  0.11514289E+01  0.15192840E+02
  beta 7        -0.87628231E+03  0.10998736E+01 -0.79671182E+03
  sigma-squared  0.52444743E+08  0.10000000E+01  0.52444743E+08
  gamma          0.99999999E+00  0.10012922E-06  0.99870945E+07
  mu            -0.36893223E+01  0.11974587E+01 -0.30809600E+01
   eta is restricted to be zero

log likelihood function =  -0.26580639E+03

LR test of the one-sided error =   0.21730921E+02
with number of restrictions = 2


cost efficiency estimates :


     firm             eff.-est.

       1           0.10000000E+01
       2           0.10000000E+01
       3           0.10000000E+01
       4           0.10000000E+01
       5           0.10000000E+01
       6           0.10000000E+01
       7           0.10000000E+01
       8           0.10000000E+01
       9           0.10000000E+01
      10           0.10000000E+01
      11           0.10000000E+01
      12           0.10000000E+01
      13           0.10000000E+01
      14           0.10000000E+01
      15           0.10000000E+01
      16           0.10000000E+01
      17           0.10000000E+01
      18           0.10000000E+01
      19           0.10000000E+01
      20           0.10000000E+01
      21           0.10000000E+01
      22           0.10000000E+01
      23           0.10000000E+01
      24           0.10000000E+01
      25           0.10000000E+01
      26           0.10000000E+01
      27           0.10000000E+01
      28           0.10000000E+01


mean efficiency =   0.10000000E+01

借用楼主的平台，想问下有没有遇到过frontier4.1计算出来的结果只迭代了一次，且T值与系数的值竟然是一样的，问题是出在哪里啊？我是将所有的数据都做了无量纲化处理的。因为有一些数据有负数，又不能去掉那些有负数项的决策变量。
the ols estimates are :

                 coefficient     standard-error    t-ratio

  beta 0         0.71979299E-02  0.40170706E-02  0.17918356E+01
  beta 1         0.27192751E-06  0.10641503E-06  0.25553486E+01
  beta 2        -0.62320020E-06  0.38559531E-06 -0.16162028E+01
  sigma-squared  0.15993184E-02

log likelihood function =   0.13606165E+04

the estimates after the grid search were :

  beta 0        -0.38436154E-01
  beta 1         0.27192751E-06
  beta 2        -0.62320020E-06
  sigma-squared  0.36754330E-02
  gamma          0.89000000E+00
   mu is restricted to be zero
   eta is restricted to be zero


iteration =     0  func evals =     20  llf =  0.15456902E+04
    -0.38436154E-01 0.27192751E-06-0.62320020E-06 0.36754330E-02 0.89000000E+00
gradient step
pt better than entering pt cannot be found
iteration =     1  func evals =     28  llf =  0.15456902E+04
    -0.38436154E-01 0.27192751E-06-0.62320020E-06 0.36754330E-02 0.89000000E+00


the final mle estimates are :

                 coefficient     standard-error    t-ratio

  beta 0        -0.38436154E-01  0.10000000E+01 -0.38436154E-01
  beta 1         0.27192751E-06  0.10000000E+01  0.27192751E-06
  beta 2        -0.62320020E-06  0.10000000E+01 -0.62320020E-06
  sigma-squared  0.36754330E-02  0.10000000E+01  0.36754330E-02
  gamma          0.89000000E+00  0.10000000E+01  0.89000000E+00
   mu is restricted to be zero
   eta is restricted to be zero

log likelihood function =   0.15456902E+04

LR test of the one-sided error =   0.37014737E+03
with number of restrictions = 1

xiaomin90 发表于 2018-2-2 23:37
选择的环境指标可以为负值么？

不可为负。

凌依若晨 发表于 2018-2-3 14:00
楼主，我看了前面几个人的附件，有个问题想请教你，在做第一阶段的DEA时，是需要对投入和产出指标做无量纲 ...

不需要的，第二阶段SFA的参数估计结果分析，重点在于环境变量对投入冗余值的影响机制，这一机制是无量纲化所不能改变的。还有一点，第一阶段已经做了无量纲化，第二阶段再去无量纲化，那么第三阶段的调整就会显得比较繁琐了。

凌依若晨 发表于 2018-2-3 14:00
楼主，我看了前面几个人的附件，有个问题想请教你，在做第一阶段的DEA时，是需要对投入和产出指标做无量纲 ...

不需要的，第二阶段SFA的参数估计结果分析，重点在于环境变量对投入冗余值的影响机制，这一机制是无量纲化所不能改变的。还有一点，第一阶段已经做了无量纲化，第二阶段再去无量纲化，那么第三阶段的调整就会显得比较繁琐了。

xiaomin90 发表于 2018-2-6 13:58
各位大神，正在写毕业论文，对第二阶段了解不够，查到的资料也有限，请教大神，为什么我的ce都小于1呀？

...

这是等于1  "E+01"是科学计数法 表示0.1*10。不过，这份结果依然不佳。

凌依若晨 发表于 2018-2-13 15:55
借用楼主的平台，想问下有没有遇到过frontier4.1计算出来的结果只迭代了一次，且T值与系数的值竟然是一样的 ...

没遇见过，系数值和t检验值完全一致的概率还是比较低的。建议换个电脑或者重新下个frontier试试。

秋小哲 发表于 2017-8-8 09:35
这样的情况我没有遇见过。可以按以下步骤自检一下：1、投入产出变量不要标准化；2、冗余变量≥0；3、环境 ...

感谢楼主之前的回复，现在又再一次的从一楼开始看这个帖子。针对您上述的回复说“投入产出变量不要标准化”，我有个疑问，这个是在第一阶段还是第二阶段的不需要标准化，因为一些投入产出变量存在负数的情况，所以在第一阶段必须经过标准化处理才能使用deap2.1软件进行测算，我是在第一阶段通过0-1标准化处理（很多文献都是用这个公式）。那么，我在第二阶段求松弛变量时，也应该是用0-1标准化处理后的投入值减去SUMMARY OF INPUT TARGETS值，得到松弛变量吧，这应该都没有问题。环境变量也没有进行标准化处理，使用的是原始数据，但是得到的环境变量系数值还是与T值是一致的，我也看了之前有人的结果，也出现过类似的，只不过是个别环境变量值与T值是一致的。楼主对此有什么好的见解