请教双变量SWARCH CODE运行问题

hanceland

7271

收藏 2011-07-24

悬赏 50 个论坛币已解决

最近在尝试运行Hamilton的双变量SWARCH的GAUSS程序，但是在GAUSS9.0下，出现ERROR G0008和 ERROR G00025等路径错误和变量未定义错误，修改路径后继续出现【“： . ”】必须在括号内等错误，以及变量未定义错误。请问各位大侠，如何才能够运行，又如何把数据替代为自己的数据。请帮忙运行和调试一下，谢谢！程序如附件所示。主程序为MAXSEEK。

lin.zip

大小:50.66 KB

马上下载

本附件包括：

Rvar.fcs
2s.out
2s.pro
2s.smo
2s.var
Citi.dat
Ergodic
Grt.fcs
Maxseek.2s
Osmfor.out
Procs.ext
Readme.txt
2s.fil

最佳答案

xuehe 查看完整内容

注意代码什么时候写的，用当时的版本。修改起来也是比较麻烦的，参照在gauss里面的lib里面修改，比较麻烦。

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

全部回复

xuehe

2011-7-24 11:11:31

注意代码什么时候写的，用当时的版本。修改起来也是比较麻烦的，参照在gauss里面的lib里面修改，比较麻烦。

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

hanceland

2011-7-24 11:34:36

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

hanceland

2011-7-24 12:17:00

在使用GAUSS 5.0运行出现：error G0008 : '#include procs' : Syntax error
error G0008 : '#include optmum.ext' : Syntax error

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

hanceland

2011-7-24 20:45:34

还请版主及各位高手指点一下。

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

xuehe

2011-7-25 16:47:33

gauss5.0可以的// Welcome to GAUSS 5.0

You've just run the GAUSS startup file.  It's called "startup" in your
GAUSS home directory.  You may modify it to contain your own custom
commands or simply delete it.

To run an example program, enter the following at the command prompt:

run ols.e

?run D:\gausscd\lin\Maxseek.2s;
Order of autoregression for production index    1.0000000
Order of autoregression for stock return    1.0000000
Order of ARCH process    0.00000000
Number of primitive states    2.0000000
Number of lagged states that affect returns and growth rates    1.0000000
Number of state delays between returns and growth rates    1.0000000
First observation used for estimation is    5.0000000
with leverage effect
Distribution is Normal
==================================================
The matrix hpp is

1. 0.0  1. 0.0  1. 0.0  1. 0.0
0.0  1. 0.0  1. 0.0  1. 0.0  1.
1.  1. 0.0 0.0  1.  1. 0.0 0.0
0.0 0.0  1.  1. 0.0 0.0  1.  1.
1.  1.  1.  1. 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0  1.  1.  1.  1.
----------------- 2 STATE MODEL ----------------
================================================
--------- Parameters in the stock return and its volatility eqautions----------

Constant term in stock return regression    0.35000000
Autoregressive coefficients in stoch return regression    0.27145200
Initial variance not neeeded
Constant term in ARCH process    19.663118
(Transposed) matrix of transition probabilities
   0.88730800    0.020626000
   0.11269200    0.97937400

The state with no adjustment to ARCH process is state 1, with transition
probability    0.88730800
Vector of variance factors for states 2 through    2.0000000    0.088103000
Coefficient on negative lagged change for asymmetric effect    0.15921200
----------- Parameters in the production growth rate eqaution -----------

The mean of  growth rate in state 1 through    2.0000000    -0.76164300    0.41672000
Autocoefficients on the production growth rate equation
   0.23808100
Variance for the growth rate    0.48369000

Initial values:    0.35000000    0.27145200       13.108745    0.88730800    0.97937400    0.088103000    -0.15921200    -0.76164300    0.41672000    0.23808100    0.48369000
Initial value for negative log likelihood:    1259.9470

Do you wish to continue (y or n)?

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

点击查看更多内容…

xuehe

2011-7-25 16:48:40

iteration:  1
algorithm: BFGS       step method: STEPBT
function:  1259.94697 step length:  0.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3500          0.0002
   2          0.2715          0.0002
   3          13.1087          0.0000
   4          0.8873          0.0000
   5          0.9794          0.0000
   6          0.0881          0.0001
   7          -0.1592          0.0000
   8          -0.7616          0.0000
   9          0.4167          0.0000
   10          0.2381          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  2
algorithm: BFGS       step method: STEPBT
function:  1259.94688 step length:  1.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3502          0.0002
   2          0.2716          0.0001
   3          13.1087          0.0000
   4          0.8873          0.0000
   5          0.9794          0.0001
   6          0.0882          0.0000
   7          -0.1592          0.0000
   8          -0.7616          0.0000
   9          0.4167          0.0000
   10          0.2381          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  3
algorithm: BFGS       step method: STEPBT
function:  1259.94683 step length:  0.47617    backsteps:  1
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3505          0.0002
   2          0.2719          0.0000
   3          13.1087          0.0000
   4          0.8873          0.0000
   5          0.9794          0.0006
   6          0.0883          0.0001
   7          -0.1593          0.0000
   8          -0.7616          0.0000
   9          0.4167          0.0000
   10          0.2381          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  4
algorithm: BFGS       step method: STEPBT
function:  1259.94674 step length:  0.33623    backsteps:  1
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3511          0.0001
   2          0.2722          0.0001
   3          13.1088          0.0000
   4          0.8873          0.0000
   5          0.9794          0.0001
   6          0.0884          0.0002
   7          -0.1593          0.0000
   8          -0.7617          0.0000
   9          0.4167          0.0000
   10          0.2381          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  5
algorithm: BFGS       step method: STEPBT
function:  1259.94668 step length:  1.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3514          0.0001
   2          0.2722          0.0001
   3          13.1087          0.0000
   4          0.8873          0.0000
   5          0.9794          0.0001
   6          0.0883          0.0001
   7          -0.1594          0.0000
   8          -0.7617          0.0000
   9          0.4167          0.0000
   10          0.2381          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  6
algorithm: BFGS       step method: STEPBT
function:  1259.94639 step length:  1.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3540          0.0001
   2          0.2721          0.0001
   3          13.1087          0.0000
   4          0.8874          0.0000
   5          0.9794          0.0000
   6          0.0878          0.0002
   7          -0.1597          0.0000
   8          -0.7617          0.0000
   9          0.4167          0.0000
   10          0.2380          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  7
algorithm: BFGS       step method: STEPBT
function:  1259.94633 step length:  1.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3549          0.0000
   2          0.2719          0.0001
   3          13.1087          0.0000
   4          0.8874          0.0000
   5          0.9794          0.0000
   6          0.0878          0.0002
   7          -0.1597          0.0000
   8          -0.7617          0.0000
   9          0.4167          0.0000
   10          0.2380          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  8
algorithm: BFGS       step method: STEPBT
function:  1259.94626 step length:  1.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3560          0.0000
   2          0.2715          0.0000
   3          13.1088          0.0000
   4          0.8874          0.0000
   5          0.9794          0.0000
   6          0.0880          0.0000
   7          -0.1598          0.0000
   8          -0.7617          0.0000
   9          0.4167          0.0000
   10          0.2380          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  9
algorithm: BFGS       step method: STEPBT
function:  1259.94625 step length:  1.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3560          0.0000
   2          0.2715          0.0000
   3          13.1088          0.0000
   4          0.8874          0.0000
   5          0.9794          0.0000
   6          0.0881          0.0000
   7          -0.1597          0.0000
   8          -0.7617          0.0000
   9          0.4167          0.0000
   10          0.2381          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  10
algorithm: BFGS       step method: STEPBT
function:  1259.94625 step length:  1.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3560          0.0000
   2          0.2715          0.0000
   3          13.1088          0.0000
   4          0.8873          0.0000
   5          0.9794          0.0000
   6          0.0881          0.0000
   7          -0.1596          0.0000
   8          -0.7617          0.0000
   9          0.4167          0.0000
   10          0.2381          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  11
algorithm: BFGS       step method: STEPBT
function:  1259.94625 step length:  1.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3560          0.0000
   2          0.2714          0.0000
   3          13.1088          0.0000
   4          0.8873          0.0000
   5          0.9794          0.0000
   6          0.0881          0.0000
   7          -0.1595          0.0000
   8          -0.7617          0.0000
   9          0.4167          0.0000
   10          0.2381          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  12
algorithm: BFGS       step method: STEPBT
function:  1259.94624 step length:  1.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3560          0.0000
   2          0.2714          0.0000
   3          13.1087          0.0000
   4          0.8873          0.0000
   5          0.9794          0.0000
   6          0.0881          0.0000
   7          -0.1593          0.0000
   8          -0.7617          0.0000
   9          0.4167          0.0000
   10          0.2381          0.0000
   11          0.4837          0.0000

================================================================================
iteration:  13
algorithm: BFGS       step method: STEPBT
function:  1259.94624 step length:  1.00000    backsteps:  0
--------------------------------------------------------------------------------
param.    param. value    relative grad.
   1          0.3561          0.0000
   2          0.2714          0.0000
   3          13.1087          0.0000
   4          0.8873          0.0000
   5          0.9794          0.0000
   6          0.0881          0.0000
   7          -0.1592          0.0000
   8          -0.7617          0.0000
   9          0.4167          0.0000
   10          0.2381          0.0000
   11          0.4837          0.0000

======================================================
      FINAL ESTIMATES

Value of log likelihood:    -1259.9462

Coefficients:
   0.35614458    0.27145451       13.108744    0.88728326    0.97937346    0.088098464    -0.15922159    -0.76170575    0.41670847    0.23808761    0.48368836

----------------- 2 STATE MODEL ----------------
================================================
--------- Parameters in the stock return and its volatility eqautions----------

Constant term in stock return regression    0.35614458
Autoregressive coefficients in stoch return regression    0.27145451
Initial variance not neeeded
Constant term in ARCH process    19.663116
(Transposed) matrix of transition probabilities
   0.88728326    0.020626542
   0.11271674    0.97937346

The state with no adjustment to ARCH process is state 1, with transition
probability    0.88728326
Vector of variance factors for states 2 through    2.0000000    0.088098464
Coefficient on negative lagged change for asymmetric effect    0.15922159
----------- Parameters in the production growth rate eqaution -----------

The mean of  growth rate in state 1 through    2.0000000    -0.76170575    0.41670847
Autocoefficients on the production growth rate equation
   0.23808761
Variance for the growth rate    0.48368836

Gradient vector:
0.00016668594    0.0011665524  -6.4212495e-005    -0.010760982 0.00064235718 -0.0048890714 -0.00070323279 -0.0031341755 -0.0028893432    0.0016837808 -0.00054849252
Standard errors:
   0.16962287    0.050153239       1.3786994    0.048649532    0.0095004537    0.041177143    0.10483687    0.13625336    0.055371712    0.055136403    0.038323954

Matrix of Markov transition probabilities:

   0.88728326    0.020626542
   0.11271674    0.97937346

Ergodic probs for full state vector:
   0.12178110    0.015470559 0.00035964178    0.017076232    0.015470559    0.0019653148    0.017076232    0.81080037

Ergodic probs for primitive states:
   0.15468753    0.84531247

Log likelihood:
   -1259.9462

Number of observations below .025 level:
8.0000
Number of observations above .975 level:
13.0000
Loss functions of forecasting the growth rate
   0.55073309    0.54361925
   0.65169570    0.58712564
Loss functions of forecasting the stock volatility
   486.07139       12.868865
   545.16711       10.878132
   0.00000000    0.00000000    0.26244187    0.00000000    0.26772678    0.27077734       2.3769699    0.12683896       3.0859681
?

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

ywh19860616

2011-7-25 17:30:28

xuehe版主，gauss经常出现版本不同，而不能运行，这有什么好的办法可以解决吗
比如您上面在gauss5可以运行，但是在gauss7或者其他版本又不能运行，所以需要修改
我们怎么才能知道是因为版本问题才导致不能运行的，而不是语法错误

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

hanceland

2011-7-25 20:02:35

"

谢谢版主的热心帮助，我好好试着运行一下。还是不行，我只有GAUSS5.0 light可用，得不出结果。错误146和147行“N”和“PS”未定义。

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

hanceland

2011-7-25 23:10:55

谢谢版主，跑出来了，把文件夹定义在LIN文件。

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

hanceland

2011-7-25 23:11:13

谢谢版主，跑出来了，把文件夹定义在LIN文件。

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

zhangtao

2011-7-27 16:57:29

gauss这个软件小巧灵活，功能强大，非常可爱！

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

Agean730

2012-6-28 15:40:15

hanceland 发表于 2011-7-24 12:17
在使用GAUSS 5.0运行出现：error G0008 : '#include procs' : Syntax error
error G0008 : '#include optm ...

应该是没把procedure放进去吧！请问下各位大侠如何参看各系数的std error或者t value？

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

xuehe

2012-6-28 22:23:53

Standard errors:
0.16962287 0.050153239 1.3786994 0.048649532 0.0095004537 0.041177143 0.10483687 0.13625336 0.055371712 0.055136403 0.038323954

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

xuehe

2012-6-28 22:25:38

t值还需编程计算

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

wy19890109

2012-12-4 23:32:45

hanceland 发表于 2011-7-25 23:10
谢谢版主，跑出来了，把文件夹定义在LIN文件。

请问文件夹定义在LIN文件是啥意思啊

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

矿主

2014-2-4 15:19:44

谢谢不错

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

矿主

2014-2-4 15:28:09

谢谢不错

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

xuehe

2014-2-6 10:41:45

you are welcome!

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

偑櫹櫹埸氺寒

2014-3-5 10:40:53

xuehe 发表于 2011-7-25 16:48
iteration:  1
algorithm: BFGS       step method: STEPBT
function:  1259.94697 step  ...

版主，您好，为什么我在run这个code的时候，并没有出现iteration呢？而且Hamilton给予的初值和最后的估计值相差无几啊，希望您能不吝赐教，万分感谢！

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

夏末4502

2015-9-2 13:09:59

hanceland 发表于 2011-7-25 23:10
谢谢版主，跑出来了，把文件夹定义在LIN文件。

您好，我是小白，请问这句话是什么意思呢？

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

hanceland

2015-9-5 17:13:00

就是在把当前文件目录定义在LIN文件的路径下。

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

夏末4502

2015-9-6 08:54:57

xuehe 发表于 2011-7-25 16:47
gauss5.0可以的// Welcome to GAUSS 5.0

You've just run the GAUSS startup file. It's called "star ...

您好，请问您能发一份GAUSS5.0给我吗？我也出现这个问题了。非常感谢523934239@qq.com

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

最佳答案

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

"

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群