非线性回归之专题

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

当我在STATA中做非线性回归时：
输入命令：nl(y={b0}+{b1}*x1^{b2=1}+{b3}*x2^{b4=1}+{b5}*x3^{b6=1}+{b7}*x4^{b8=1}+{b9}*x5^{b10=1}),nolog
显示如下：然后机器就一直运转，却没有结果。是不是STATA不堪重负了，那要是我还有x6该怎么办？有没有更好的编程方法呢？真的很急，求指点迷津，感激不尽！！！
. do "\temp\STD06000000.tmp"

. nl(sftexpend={b0}+{b1}*year^{b2=1}+{b3}*uoc^{b4=1}+{b5}*men^{b6=1}+{b7}*edu^{b8=1}+{b9}*hcare^{b10=1})if choice==3,nolog
(obs = 12227)

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0 回帖

关键词：非线性回归 线性回归 非线性 Choice Stata choice

leejs 发表于 2015-11-8 22:07
当我在STATA中做非线性回归时：
输入命令：nl(y={b0}+{b1}*x1^{b2=1}+{b3}*x2^{b4=1}+{b5}*x3^{b6=1}+{b7} ...

命令用对了吗？

这个不是编程方法的问题吧？你多等等看看Stata会不会算出结果咯。你就一行程序有啥可优化的呢？如果你要估计的就是这个模型那就是这样了。 除非你能把你的模型简化。

506232839 发表于 2015-11-8 22:41
命令用对了吗？

命令也没错啊，公式就是这样的。我见有的是自己编程做NLS，可是我只会nl这个命令。

夏目贵志 发表于 2015-11-9 00:33
这个不是编程方法的问题吧？你多等等看看Stata会不会算出结果咯。你就一行程序有啥可优化的呢？如果你要估计 ...

等了好久，都没有结果。难道nl这个命令能处理的变量有限？

leejs 发表于 2015-11-9 10:21
等了好久，都没有结果。难道nl这个命令能处理的变量有限？

你数据占用多大内存？

夏目贵志 发表于 2015-11-9 13:38
你数据占用多大内存？

大概有13000个数据

leejs 发表于 2015-11-9 15:51
大概有13000个数据

有多少个观测值其实并不重要。如果你只有两个整数型变量，这点数据根本不算什么。你要是有上千个变量，还有很多长string类型的。那可能Stata就有点吃力了。

夏目贵志 发表于 2015-11-10 00:58
有多少个观测值其实并不重要。如果你只有两个整数型变量，这点数据根本不算什么。你要是有上千个变量，还 ...

那我的为什么跑不出来呢，求高人指点。我一般创造变量都是  gen  x=……

leejs 发表于 2015-11-10 10:00
那我的为什么跑不出来呢，求高人指点。我一般创造变量都是  gen  x=……

这类估计方法的确会有这个问题。如果不是你的命令有错或者数据有问题，那就没有什么一定管用的办法了。下面这个建议就是目前最全面的了。

On Wed, May 22, 2013 at 8:55 PM, Nick Cox <njcoxstata@gmail.com> wrote:
> I presume focus on -nl-.
>
> Convergence is more likely if
>
> 1. the model is actually right for the data in a qualitative sense
> (easy to say, hard to define, obvious when it fits well)
>
> 2. you supply good initial guesses for the parameters (this is perhaps
> the easiest one to tweak)
>
> 3. you are estimating a small number of parameters
>
> 4. you have a good ratio of data points to parameters
>
> 5. the data are not grotesquely behaved (e.g. outliers and high
> skewness can be just as problematic as with linear models)
>
> 6. the model is not highly nonlinear (the textbooks are full of this)
>
> 7. I like lists to have about 7 items, so something else belongs here.
>
> Maarten Buis should have a Euro for every time he's recommended
> retreating to a simpler model when a complicated one doesn't converge,
> and then adding complexity one step at a time. But it's good advice.
>
> Nick
> njcoxstata@gmail.com