Frontier随机前沿面板数据TE EFFECTS MODEL分析求助

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

我在用Frontier软件做随机前沿面板数据分析，是用超越对数形式的随机前沿模型，选择以下instruction文件中的模型2=TE EFFECTS MODEL 时没有得到结果报告，不知道错误出现在哪儿，求各位大神帮忙指点，谢谢~




我的instruction文件如下：

2               1=ERROR COMPONENTS MODEL, 2=TE EFFECTS MODEL
eg1-dta.txt              DATA FILE NAME
eg1-dtaout.txt         OUTPUT FILE NAME
1               1=PRODUCTION FUNCTION, 2=COST FUNCTION
y               LOGGED DEPENDENT VARIABLE (Y/N)
10              NUMBER OF CROSS-SECTIONS
10               NUMBER OF TIME PERIODS
100              NUMBER OF OBSERVATIONS IN TOTAL
2               NUMBER OF REGRESSOR VARIABLES (Xs)
y               MU (Y/N) [OR DELTA0 (Y/N) IF USING TE EFFECTS MODEL]
y               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.


我的eg1-dta.txt数据文件内容：


1        1        6.080116        5.232658        3.529591
2        1        6.883965        5.809793        3.745023
3        1        6.592017        5.263104        3.413785
4        1        4.297286        4.244774        2.875258
5        1        8.322134        6.982714        5.072106
6        1        5.803929        5.337009        3.350606
7        1        4.467631        4.240175        2.877512
8        1        3.998935        3.459781        1.131402
9        1        6.247365        5.597273        3.964805
10        1        6.632555        5.830709        4.382401
1        2        6.184541        5.164729        3.443618
2        2        7.153239        5.861413        3.666122
3        2        6.734164        5.400061        3.443299
4        2        4.543614        4.38015        2.953346
5        2        8.519772        7.061549        5.165643
6        2        5.879219        5.33001        3.24142
7        2        4.641116        4.29783        2.81481
8        2        3.874736        3.441379        1.047319
9        2        6.35404        5.595343        3.900153
10        2        6.737133        5.834343        4.303795
1        3        6.1813        5.156235        3.284289
2        3        7.291513        5.910769        3.64362
3        3        6.818574        5.45609        3.430109
4        3        4.495132        4.348082        2.75557
5        3        8.687779        7.185341        5.198497
6        3        5.514194        4.727565        2.802754
7        3        4.607667        4.245204        2.678278
8        3        4.000583        2.821379        0.5364934
9        3        6.420842        5.676822        3.885884
10        3        6.591166        5.763654        4.219655
1        4        6.410553        5.278727        3.328268
2        4        7.349308        5.918759        3.63178
3        4        7.13395        5.547636        3.498626
4        4        4.527101        4.22873        2.675527
5        4        8.905589        7.275948        5.345916
6        4        5.753556        4.637928        2.773214
7        4        4.757376        4.2442        2.650421
8        4        4.309993        2.966303        1.156881
9        4        6.564969        5.72841        3.845242
10        4        6.738271        5.805888        4.165269
1        5        6.657459        5.36691        3.374169
2        5        7.573017        5.997422        3.610918
3        5        7.467931        5.749011        3.769768
4        5        4.742669        4.591173        2.721295
5        5        9.258543        7.466296        5.584811
6        5        5.962628        4.60417        2.752386
7        5        4.886356        4.316288        2.506342
8        5        4.777105        2.915064        0.751416
9        5        6.741063        5.677541        3.836221
10        5        6.95092        5.866468        4.142976
1        6        6.912255        5.586012        3.466048
2        6        7.937053        6.325935        3.794815
3        6        7.728786        5.895972        4.020877
4        6        4.728538        4.382027        2.477378
5        6        9.57797        7.718383        5.96607
6        6        6.222417        4.693364        2.748552
7        6        5.072859        4.348211        2.413232
8        6        4.825429        2.906354        0.5423243
9        6        7.039283        5.820676        3.897721
10        6        7.21574        5.992664        4.222298
1        7        7.117279        5.778612        3.485845
2        7        8.183537        6.603239        3.866607
3        7        7.84003        5.96489        4.089499
4        7        4.799173        4.010601        2.188296
5        7        9.783633        7.862947        6.090201
6        7        6.371099        4.802216        2.748552
7        7        5.239257        4.458177        2.402431
8        7        4.838581        3.07639        0.5877866
9        7        7.245455        5.948975        3.940027
10        7        7.513409        6.11304        4.275137
1        8        7.459898        6.011292        3.613078
2        8        8.394804        6.741063        3.910622
3        8        8.01154        6.093457        4.23004
4        8        4.978319        4.035479        2.260721
5        8        9.996427        8.021769        6.213768
6        8        6.635763        4.888694        2.791778
7        8        5.338835        4.446057        2.310553
8        8        4.952936        3.21044        0.6830968
9        8        7.53167        6.103676        4.000034
10        8        7.783062        6.262426        4.267457
1        9        7.770919        6.184602        3.744078
2        9        8.535104        6.803216        3.942358
3        9        8.197511        6.301428        4.342636
4        9        5.219545        4.124227        2.241773
5        9        10.18551        8.168313        6.320031
6        9        6.938934        5.049856        2.961658
7        9        5.54627        4.362716        2.295561
8        9        5.106551        3.296947        0.722706
9        9        7.815405        6.277639        4.037421
10        9        8.157213        6.383844        4.336245
1        10        8.032087        6.460968        3.962146
2        10        8.542816        6.853827        4.002595
3        10        8.369665        6.479093        4.409885
4        10        5.44803        4.194643        2.24071
5        10        10.33369        8.295815        6.449364
6        10        7.221974        5.33122        3.160399
7        10        5.682593        4.396053        2.270062
8        10        4.911478        3.495901        0.737164
9        10        8.053988        6.528046        4.142817
10        10        8.489606        6.705321        4.472895

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

您好，如果您的求助没有解决，请到项目交易发布需求，会有更快更专业的用户帮助您 https://bbs.pinggu.org/prj/

第一行选1，而不是选2

caijianou0 发表于 2019-11-18 18:28
第一行选1，而不是选2

为什么选1呢

选模型1,1是组合误差模型。2是非效率效应模型，选2的话eta那里是非效率项解释变量的个数，比如2个解释变量就写2,。具体看一下FRONTIER4.1的介绍，里面讲得很详细。

yinyeyu_ 发表于 2021-2-20 11:44
选模型1,1是组合误差模型。2是非效率效应模型，选2的话eta那里是非效率项解释变量的个数，比如2个解释变量就 ...

我改了以后，也是没有结果出来。不知道是什么原因呢？

yinyeyu_ 发表于 2021-2-20 11:44
选模型1,1是组合误差模型。2是非效率效应模型，选2的话eta那里是非效率项解释变量的个数，比如2个解释变量就 ...

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)
31             NUMBER OF CROSS-SECTIONS
21               NUMBER OF TIME PERIODS
651       NUMBER OF OBSERVATIONS IN TOTAL
5        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)
我这是哪里错了吗？