请问：Frontier4.1中的无效率影响因素怎么分析

输出

the final mle estimates are :

                 coefficient     standard-error    t-ratio

  beta 0         0.22926359E+01  0.80513980E+00  0.28475004E+01
  beta 1         0.10675600E+01  0.15531941E+00  0.68733203E+01
  beta 2         0.39819932E-02  0.50279244E-01  0.79197555E-01
  delta 0        0.39041762E+00  0.40953237E+00  0.95332544E+00
  delta 1       -0.25053854E-01  0.17657884E-01 -0.14188481E+01
  delta 2       -0.52407745E-03  0.34457836E-03 -0.15209239E+01
  sigma-squared  0.53944434E-01  0.29428713E-01  0.18330545E+01
  gamma          0.99999999E+00  0.44051917E-02  0.22700488E+03

log likelihood function =   0.86717534E+01

LR test of the one-sided error =   0.64637817E+01
with number of restrictions = 4
[note that this statistic has a mixed chi-square distribution]

number of iterations =     11

(maximum number of iterations set at :   100)

number of cross-sections =     10

number of time periods =      1

total number of observations =     10

thus there are:      0  obsns not in the panel


covariance matrix :

  0.64825010E+00 -0.11988260E+00  0.31566135E-01  0.22259149E+00 -0.94345021E-02
  0.91468029E-05 -0.89364182E-02 -0.24831541E-03
-0.11988260E+00  0.24124119E-01 -0.72353789E-02 -0.37438931E-01  0.16365295E-02
-0.24579236E-05  0.12769099E-02  0.86628701E-04
  0.31566135E-01 -0.72353789E-02  0.25280023E-02  0.81872217E-02 -0.41434656E-03
  0.73479134E-06 -0.17226591E-03 -0.40769235E-04
  0.22259149E+00 -0.37438931E-01  0.81872217E-02  0.16771676E+00 -0.61602707E-02
-0.75812152E-04 -0.55231675E-02  0.28162987E-03
-0.94345021E-02  0.16365295E-02 -0.41434656E-03 -0.61602707E-02  0.31180086E-03
  0.11441564E-05  0.14454889E-03 -0.16457454E-05
  0.91468029E-05 -0.24579236E-05  0.73479134E-06 -0.75812152E-04  0.11441564E-05
  0.11873425E-06 -0.25126981E-05 -0.34888927E-06
-0.89364182E-02  0.12769099E-02 -0.17226591E-03 -0.55231675E-02  0.14454889E-03
-0.25126981E-05  0.86604913E-03 -0.74010653E-05
-0.24831541E-03  0.86628701E-04 -0.40769235E-04  0.28162987E-03 -0.16457454E-05
-0.34888927E-06 -0.74010653E-05  0.19405714E-04



technical efficiency estimates :


     firm  year             eff.-est.

       1     1           0.94248200E+00
       2     1           0.99883707E+00
       3     1           0.55430767E+00
       4     1           0.99418904E+00
       5     1           0.85038291E+00
       6     1           0.94307637E+00
       7     1           0.82798096E+00
       8     1           0.76937416E+00
       9     1           0.76980168E+00
      10     1           0.89793011E+00


mean efficiency =   0.85483620E+00

你解决了吗？正在学习中！

楼主，请问怎么估算单个效率值？

tcjy 发表于 2013-11-24 19:27
输出

the final mle estimates are :

2               1=ERROR COMPONENTS MODEL, 2=TE EFFECTS MODEL
eg2.dta         DATA FILE NAME
eg2.out         OUTPUT FILE NAME
1               1=PRODUCTION FUNCTION, 2=COST FUNCTION
y               LOGGED DEPENDENT VARIABLE (Y/N)
7              NUMBER OF CROSS-SECTIONS
11              NUMBER OF TIME PERIODS
77              NUMBER OF OBSERVATIONS IN TOTAL
9              NUMBER OF REGRESSOR VARIABLES (Xs)
y               MU (Y/N) [OR DELTA0 (Y/N) IF USING TE EFFECTS MODEL]
2               ETA (Y/N) [OR NUMBER OF TE EFFECTS REGRESSORS (Zs)]
n               STARTING VALUES (Y/N)
                IF YES THEN     BETA0              
                                BETA1 TO
                                BETAK            
                                SIGMA SQUARED
                                GAMMA
                                MU              [OR DELTA0
                                ETA                 DELTA1 TO
                                                      DELTAP]

                                NOTE: IF YOU ARE SUPPLYING STARTING VALUES
                                AND YOU HAVE RESTRICTED MU [OR DELTA0] TO BE
                                ZERO THEN YOU SHOULD NOT SUPPLY A STARTING
                                VALUE FOR THIS PARAMETER.


你好，我用的数据是7各行业11年的面板数据，需要估计无效率项，按上面的命令输入之后不出来.out文件，是什么问题呀？请教请教，谢谢。

weixin0127 发表于 2012-8-30 10:10
方法是对的.
我想知道的是:得到的影响因素的系数估计值是否是将它们对无效率项U进行回归得到的？其实就是如 ...

是的，Frontier4.1BC1995模型是将二步法转化为一步法，很多文献都有提到可以参考

在Frontier4.1软件中分析无效率影响因素，通常使用的是随机前沿模型（Stochastic Frontier Analysis, SFA）。SFA是一种用于估计生产函数或成本函数，并同时评估技术效率和管理无效率的方法。在这个框架下，“无效率”指的是观察到的产出水平低于理论上的最佳产出水平，这部分差额可能由多种不可观测因素造成。

为了分析影响无效率的因素（即那些可测的影响效率变化的变量），Frontier4.1软件提供了一种方法：在模型中引入一个称为“gamma-distributed inefficiency”或简称为“inefficiency effects”的项。这个项通常与一些可测的、外生的变量相关联，以解释无效率的变异性。

以下是一个基本步骤来估计这些影响因素：

1. **构建模型**：首先，在你的随机前沿生产函数或成本函数模型中加入一个无效率项（inefficiency term），该项包含你想要分析的影响因素。例如：
   ```
   ln(Y) = β0 + β1 * ln(X1) + β2 * ln(X2) + v - u
   ```
   其中，`v`是随机扰动项，而`u`就是无效率项。

2. **输入数据**：将你的产出（Y）、投入变量（X1, X2）以及影响因素数据（如你例子中的“影响因素1”和“因素2”）导入Frontier4.1软件中。

3. **估计模型**：在软件中，选择相应的模型类型（例如Cobb-Douglas生产函数），并指定无效率项的结构。你可以假设`u`服从某个分布，比如半正态或指数分布，并将影响因素以线性组合的形式与`u`相联系。

4. **分析结果**：运行估计后，Frontier4.1会输出模型参数、平均效率值以及单个观测的效率水平等。更重要的是，它还会给出你所关心的影响无效率因素的估计系数和统计显著性信息。

5. **解释结果**：如果某个影响因素的系数为负且在统计上显著，则表示该因素与较高的技术无效率相关；反之则表明该因素有助于提升效率。

6. **后处理分析**（可选）：你可能还需要进一步检验模型假设，如独立性和同方差性，以及进行敏感性分析等。

请注意，在实际操作中，Frontier4.1软件界面和命令可能需要特定的数据格式和指令语法。务必参考软件的手册或在线帮助文档，以确保正确地构建和解释你的模型。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用