关于三阶段DEA中第二阶段SFA的操作

黄淑贞1 发表于 2018-3-1 11:46
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 ...

你的思路是可行的。若需要标准化，则在第一段就须进行，而第二阶段投入冗余值则不要再二次标准化。

秋小哲 发表于 2018-3-1 15:00
你的思路是可行的。若需要标准化，则在第一段就须进行，而第二阶段投入冗余值则不要再二次标准化。

感谢楼主，在计算松弛变量时，我想到了讲0-1标准化处理后的投入指标减去SUMMARY OF INPUT TARGETS，得到的是0-1之间的一个松弛变量值，因为在第一阶段经过的0-1标准化，所以我将此时的松弛变量值还原成未经标准化的值，例如我是通过 0.1+0.9*（x-minx）/(maxx-minx)将数据0-1标准化，进行deap测算效率值，得到SUMMARY OF INPUT TARGETS的结果，然后用经过 0.1+0.9*（x-minx）/(maxx-minx)处理的值减去SUMMARY OF INPUT TARGETS，得到松弛变量，不妨设松弛变量为m，最后根据 0.1+0.9*（x-minx）/(maxx-minx)=m这个公式，还原出真实的松弛变量x。我试了一下，得到的结果如下图，楼主您帮我看下结果如何？是不是除了环境变量3的T值不显著，其他都是显著的


                 coefficient     standard-error    t-ratio

  beta 0        -0.12305124E+02  0.25698724E+00 -0.47882236E+02
  beta 1        -0.32439864E-05  0.27831800E-05 -0.11655683E+01
  beta 2         0.14334713E-04  0.21151187E-04  0.67772618E+00
  beta 3         0.15349137E-06  0.95523638E-07  0.16068418E+01
  sigma-squared  0.90993558E+03  0.30719240E+01  0.29621032E+03
  gamma          0.99999999E+00  0.49226320E-07  0.20314336E+08
   mu is restricted to be zero
   eta is restricted to be zero

log likelihood function =  -0.51217943E+04

LR test of the one-sided error =   0.50148361E+03
with number of restrictions = 1
[note that this statistic has a mixed chi-square distribution]

number of iterations =     29

秋小哲 发表于 2018-3-1 15:00
你的思路是可行的。若需要标准化，则在第一段就须进行，而第二阶段投入冗余值则不要再二次标准化。

                 coefficient     standard-error    t-ratio

  beta 0        -0.12305124E+02  0.25698724E+00 -0.47882236E+02
  beta 1        -0.32439864E-05  0.27831800E-05 -0.11655683E+01
  beta 2         0.14334713E-04  0.21151187E-04  0.67772618E+00
  beta 3         0.15349137E-06  0.95523638E-07  0.16068418E+01
  sigma-squared  0.90993558E+03  0.30719240E+01  0.29621032E+03
  gamma          0.99999999E+00  0.49226320E-07  0.20314336E+08
   mu is restricted to be zero
   eta is restricted to be zero

log likelihood function =  -0.51217943E+04

LR test of the one-sided error =   0.50148361E+03
with number of restrictions = 1
[note that this statistic has a mixed chi-square distribution]

number of iterations =     29

秋小哲 发表于 2017-10-26 09:46
既然如此 那建议从两个角度思考，第一是增加决策单元数量，比如把长江经济带省级替代为市级；第二是减少投 ...

你好，请问楼主，决策变量有21个，投入变量有一个，产出变量有三个，结果松弛量基本都是零，是不是不能进行第二阶段啊？

秋小哲 发表于 2015-8-28 17:36
首先要说明地是，这里提供的操作步骤仅限于大家讨论，因为我也是一知半解。
— ------------------------- ...

楼主你好  你还在吗  
我进行完第二阶段用frontier
运行后的结果  
gamma值都为1   Sigma值特别大  不知道哪里出现了问题

小小敏0824 发表于 2018-4-6 20:06
你好，请问楼主，决策变量有21个，投入变量有一个，产出变量有三个，结果松弛量基本都是零，是不是不能进 ...

不能，保证投入变量要比产出变量多

咪路233333 发表于 2018-4-7 14:24
楼主你好  你还在吗  
我进行完第二阶段用frontier
运行后的结果

gamma值的计算方式是（管理无效率/管理无效率+随机误差），若接近1，说明环境变量对投入变量造成了显著地干扰，应当对环境变量予以必要考虑。sigma值的大小与模型是否合理没有必然关系，它是管理无效率和随机误差的均方误差之和，通过sigma值可以计算管理无效率。

请教一下，二阶段的时候调整看用ols  还是final   的系数和显著哇，我有30个10年的数据 可以当做截面数据一起回归么，我只用来调整数据，把每年每个公司当做一个样本DMU看待可以么       一直困惑于为什么不能所有的一起回归    谢谢这个帖子，对我帮助很大   
Error Components Frontier (see B&C 1992)
The model is a cost function
The dependent variable is not logged


the ols estimates are :

                 coefficient     standard-error    t-ratio

  beta 0        -0.52920141E+00  0.41226997E+00 -0.12836283E+01
  beta 1         0.11842158E-02  0.27498626E-03  0.43064543E+01
  beta 2        -0.76108920E-02  0.33138758E-02 -0.22966739E+01
  beta 3         0.11257156E+00  0.22440267E-01  0.50164980E+01
  beta 4         0.11751994E-02  0.42436781E-02  0.27692943E+00
  beta 5        -0.50886746E-01  0.39526906E-01 -0.12873951E+01
  sigma-squared  0.44666796E+01

log likelihood function =  -0.82053531E+03

the final mle estimates are :

                 coefficient     standard-error    t-ratio

  beta 0        -0.18219205E+00  0.55043146E-01 -0.33099861E+01
  beta 1        -0.12907431E-03  0.73815265E-04 -0.17486127E+01
  beta 2        -0.21747254E-02  0.10929961E-02 -0.19896919E+01
  beta 3         0.12442684E-01  0.51473808E-02  0.24172845E+01
  beta 4        -0.59679314E-03  0.14817541E-02 -0.40276126E+00
  beta 5         0.56792195E-02  0.75799103E-02  0.74924627E+00
  sigma-squared  0.76655248E+01  0.11905037E+01  0.64388923E+01
  gamma          0.99995509E+00  0.36940990E-03  0.27068984E+04
  mu            -0.53265482E+01  0.95107526E+00 -0.56005538E+01
  eta            0.00000000E+00  0.10000000E+01  0.00000000E+00

你好  再请问一下  投入冗余为0要放进去一起SFA回归调整么   还是说单把有冗余的提出来做回归再调整        冗余为0依旧是0 不需要调整

你好  请教一下SFA回归结果显著性的系数是看ols最小二乘  还是是final最大似然呀     可能把30个公司10年的数据当做截面数据一起回归调整么    把每年每个公司作为一样DMU样本   不考虑时间上的分析      一直搞不懂为啥DEA可以当做截面数据直接全部计算，而SFA却不可以的诶