求随机前沿模型回归结果分析

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

我的疑问是分析了11个对象，但ols给出的结果怎么数都不够，是不是有些结果是错的，还有这个效率值太高了，不知道是哪里出了问题，结果完整如下，请大神指点

(Version 4.1c)

instruction file = Eg1-ins.txt

data file =        EG1-dta.txt

Error Components Frontier (see B&C 1992)

The model is a production function

The dependent variable is not logged

the ols estimates are :

                 coefficient     standard-error    t-ratio

  beta 0         0.43312651E+08  0.90526394E+07  0.47845329E+01

  beta 1         0.59052100E+03  0.39226573E+03  0.15054106E+01

  beta 2        -0.35108774E+04  0.14040669E+04 -0.25005057E+01

  beta 3        -0.31099056E+04  0.33225852E+04 -0.93598971E+00

  sigma-squared  0.49419410E+13

log likelihood function =  -0.17388069E+03

the estimates after the grid search were :

  beta 0         0.43634203E+08

  beta 1         0.59052100E+03

  beta 2        -0.35108774E+04

  beta 3        -0.31099056E+04

  sigma-squared  0.32482671E+13

  gamma          0.50000000E-01

   mu is restricted to be zero

   eta is restricted to be zero

iteration =     0  func evals =     20  llf = -0.17388644E+03

     0.43634203E+08 0.59052100E+03-0.35108774E+04-0.31099056E+04 0.32482671E+13

     0.50000000E-01

gradient step

iteration =     5  func evals =    143  llf = -0.17388372E+03

     0.43634203E+08 0.58398445E+03-0.35119193E+04-0.31111830E+04 0.32482671E+13

     0.22365740E-01

search failed. loc of min limited by rounding

iteration =     8  func evals =    190  llf = -0.17388371E+03

     0.43634203E+08 0.58385246E+03-0.35119403E+04-0.31112089E+04 0.32482671E+13

     0.21607529E-01

the final mle estimates are :

                 coefficient     standard-error    t-ratio

  beta 0         0.43634203E+08  0.10000268E+01  0.43633033E+08

  beta 1         0.58385246E+03  0.10934319E+03  0.53396326E+01

  beta 2        -0.35119403E+04  0.17451387E+02 -0.20124132E+03

  beta 3        -0.31112089E+04  0.21412994E+02 -0.14529537E+03

  sigma-squared  0.32482671E+13  0.10000000E+01  0.32482671E+13

  gamma          0.21607529E-01  0.35641212E+00  0.60625126E-01

   mu is restricted to be zero

   eta is restricted to be zero

log likelihood function =  -0.17388371E+03

the likelihood value is less than that obtained

using ols! - try again using different starting values

number of iterations =      8

(maximum number of iterations set at :   100)

number of cross-sections =     11

number of time periods =      1

total number of observations =     11

thus there are:      0  obsns not in the panel

covariance matrix :

  0.10000536E+01  0.80070826E+00  0.12759001E+00  0.15664039E+00 -0.30992819E-14

  0.24903691E-02

  0.80070826E+00  0.11955933E+05  0.19049754E+04  0.23387137E+04 -0.38500036E-10

  0.37165390E+02

  0.12759001E+00  0.19049754E+04  0.30455092E+03  0.37266567E+03 -0.58234996E-11

  0.59215253E+01

  0.15664039E+00  0.23387137E+04  0.37266567E+03  0.45851630E+03 -0.87574798E-11

  0.72731442E+01

-0.30992819E-14 -0.38500036E-10 -0.58234996E-11 -0.87574798E-11  0.10000000E+01

-0.13939011E-13

  0.24903691E-02  0.37165390E+02  0.59215253E+01  0.72731442E+01 -0.13939011E-13

  0.12702960E+00

technical efficiency estimates :

     firm             eff.-est.

       1           0.99414225E+00

       2           0.99404825E+00

       3           0.99420896E+00

       4           0.99427937E+00

       5           0.99461428E+00

       6           0.99409074E+00

       7           0.99461672E+00

       8           0.99342198E+00

       9           0.99325044E+00

      10           0.99311316E+00

      11           0.99321071E+00

mean efficiency =   0.99390880E+00

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4 回帖

关键词：随机前沿模型 随机前沿 结果分析 回归结果 observations

随机前沿模型的gamma值较小且没有通过显著性检验，说明采用SFA模型不合适，采用OLS即可。
另外，只有11个样本 样本量太小， SFA模型用极大似然估计进行，需要大样本

lyleconometrics 发表于 2020-10-4 19:01
随机前沿模型的gamma值较小且没有通过显著性检验，说明采用SFA模型不合适，采用OLS即可。
另外，只有11个 ...

非常感谢您的回答，请问从哪里看出没有通过显著性检验。我想用SFA模型测效率，请问如果不能用这个模型，您有什么好的建议吗

the final mle estimates are :

                 coefficient     standard-error    t-ratio

  beta 0         0.43634203E+08  0.10000268E+01  0.43633033E+08
  beta 1         0.58385246E+03  0.10934319E+03  0.53396326E+01
  beta 2        -0.35119403E+04  0.17451387E+02 -0.20124132E+03
  beta 3        -0.31112089E+04  0.21412994E+02 -0.14529537E+03
  sigma-squared  0.32482671E+13  0.10000000E+01  0.32482671E+13
  gamma          0.21607529E-01  0.35641212E+00  0.60625126E-01

最后一行是gamma值，gamma值是0.021607529，对应的t值是0.060625126，t值很明显小 没有通过显著性检验。
一般测度效率的是DEA、SFA，以及索洛余值法等。 不过还是建议扩大样本，小样本即使用OLS 结果也很可能不可靠的。

lyleconometrics 发表于 2020-10-6 13:34
the final mle estimates are :

                 coefficient     standard-error    t-ratio

怎样看是否显著，是看t统计表吗

lyleconometrics 发表于 2020-10-6 13:34
the final mle estimates are :

                 coefficient     standard-error    t-ratio

想请问一下，系数和t值一样是为什么？数据出错了吗还是？