全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 MATLAB等数学软件专版
2630 4
2011-11-07
最近用TSP分析几个数据的时候有的时候出现warning,而有的时候却不出现,方法是三段阶最小二乘法。
程序命令是:
OPTIONS MEMORY=20;
FREQ N;
SMPL 1 5468;
PANEL(ID=NO,MEAN) L C PR PL DIR DP IP BL PPR;

GENR LL=LOG(L);
GENR LPL=LOG(PL);
GENR LDP=LOG(DP);
GENR LBL=LOG(BL);

GENR DDDP=PR-PPR>0;
GENR DDSP=PR-PPR<=0;
GENR DDP=(PR-PPR)*DDDP;
GENR DSP=(PR-PPR)*DDSP;

? PRINT DDDP DDP DDSP DSP;

PARAM A0 A1 A2 A3 B0 B1 B2 B3 B4 B5 M1 M2;

FRML EQD LL=A0+A1*PR+A2*IP+A3*LPL-(M1/(1-M1))*(B1-A1)*DDP;
FRML EQS LL=B0+B1*(PR-DIR)+B2*LDP+B3*LBL+B4*LPL+B5*IP-(M2/(1-M2))*(B1-A1)*DSP;

LSQ (INST=(C IP LPL DIR LDP LL DDP DSP)) EQD;
LSQ (INST=(C IP LPL DIR LDP LL DDP DSP)) EQS;
LSQ (INST=(C IP LPL DIR LDP LL DDP DSP)
,MAXITW=0,WNAME=OWN) EQD EQS;

STOP; END;
noprint;
load NO YEAR L PR PL DIR DP IP BL PPR;


结果里面出现错误的地方是(一部分):
                         Standard
Parameter  Estimate        Error       t-statistic   P-value
A0         -23.0698      8.26965       -2.78969      [.005]
A1         -3.33639      .221767       -15.0446      [.000]
A2         -.425091E-02  .012209       -.348174      [.728]
A3         3.37706       .593448       5.69058       [.000]
M1         -.177639E+10  0.            0.            [1.00]
B1         .036742       .061883       .593728       [.553]
B0         2.09118       .855461       2.44450       [.015]
B2         .015868       .011979       1.32460       [.185]
B3         .996501       .858339E-02   116.096       [.000]
B4         -.181335      .077785       -2.33123      [.020]
B5         .312239E-03   .181204E-02   .172313       [.863]
M2         .082014       .032605       2.51537       [.012]

*** WARNING in command 18 Procedure LSQ: At least one coefficient in the
    table above could not be estimated due to singularity of the data or
    derivatives.

先谢谢各位大仙了。
二维码

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
2011-11-7 21:52:06

既然你是用三段阶最小二乘法。

为何不用3SLS()?而是用LSQ()

WARNING in command 18 Procedure LSQ

有劳你自己看command 18是指哪一个LSQ出问题.

二维码

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

2011-11-8 10:54:04
epoh 发表于 2011-11-7 21:52
既然你是用三段阶最小二乘法。为何不用3SLS()?而是用LSQ()WARNING in command 18 Procedure LSQ有劳你自己看 ...
谢谢您的回复,
根据运行结果显示command18是:
18  LSQ (INST=(C IP LPL DIR LDP LL DDP DSP)
18  ,MAXITW=0,WNAME=OWN) EQD EQS;然后把LSQ改为3段阶3SLS以后还是出现了warning,我现在把结果的主要部分发上来希望您能帮忙看一下。
我对这部分进行过多次修改,但是修改以后还是出现错误,所以发上来询问一下。我想可能是在某个命令上出现了前提性错误。



二维码

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

2011-11-8 10:54:47
运行结果(主要)
NONLINEAR TWO STAGE LEAST SQUARES
                       =================================


EQUATIONS: EQD

INSTRUMENTS: C IP LPL LDP LL DDP DSP

Working space used: 208399
                                STARTING VALUES

                    A0            A1            A2            A3
VALUE          0.00000       0.00000       0.00000       0.00000


                    M1            B1
VALUE          0.00000       0.00000

F= 780531.35147  FNEW= 2687.2665911  ISQZ=  0 STEP= 1.       CRIT= 5443.2
F= 2687.2665911  FNEW= 2683.3515575  ISQZ=  0 STEP= 1.       CRIT= 3.0016
F= 2683.3515575  FNEW= 2682.8793699  ISQZ=  0 STEP= 1.       CRIT= .32656
F= 2682.8793699  FNEW= 2682.8754896  ISQZ=  0 STEP= 1.       CRIT= .26621E-02
F= 2682.8754896  FNEW= 2682.8754892  ISQZ=  0 STEP= 1.       CRIT= .25326E-06

CONVERGENCE ACHIEVED AFTER   5 ITERATIONS


   10 FUNCTION EVALUATIONS.

Number of observations = 5468            F (over-id. rest.) = 1840.44 [.000]
       F (zero slopes) = 1432.28 [.000]              E'PZ*E = 2682.88

                         Standard
Parameter  Estimate        Error       t-statistic   P-value
A0         20.8577       .494538       42.1760       [.000]
A1         -4.01094      .048904       -82.0162      [.000]
A2         -.041905      .407547E-02   -10.2822      [.000]
A3         .490573       .018753       26.1599       [.000]
M1         -.458280      .386013       -1.18721      [.235]
B1         0.            0.            0.            [1.00]

*** WARNING in command 16 Procedure THSLS: At least one coefficient in the
    table above could not be estimated due to singularity of the data or
    derivatives.



Standard Errors computed from quadratic form of analytic first derivatives
(Gauss)

Equation: EQD
Dependent variable: LL

       Mean of dep. var. = 11.8467  Std. error of regression = 1.20737
  Std. dev. of dep. var. = 1.54928                 R-squared = .528357
Sum of squared residuals = 7962.16        Adjusted R-squared = .527925
   Variance of residuals = 1.45774             Durbin-Watson = .438128 [<.000]

                       NONLINEAR TWO STAGE LEAST SQUARES
                       =================================


EQUATIONS: EQS

INSTRUMENTS: C IP LPL LDP LL DDP DSP


C:\Users\haohao886\Desktop\ISFJ\TSP\中小企業.tsp (24): ERROR [double-click here]
*** ERROR in command 17 Procedure THSLS: Not enough instruments to
    identify all parameters ====>    8



                           THREE STAGE LEAST SQUARES
                           =========================


EQUATIONS: EQD EQS

INSTRUMENTS: C IP LPL LDP LL DDP DSP

MAXIMUM NUMBER OF ITERATIONS ON V-COV MATRIX OF RESIDUALS = 0
MATRIX NAME: OWN

Working space used: 460931
                                STARTING VALUES

                    A0            A1            A2            A3
VALUE         20.85767      -4.01094     -0.041905       0.49057


                    M1            B1            B0            B2
VALUE         -0.45828       0.00000       0.00000       0.00000


                    B3            B4            B5            M2
VALUE          0.00000       0.00000       0.00000       0.00000

F= 7306.2559645  FNEW= 1843.1182740  ISQZ=  0 STEP= 1.       CRIT= 5463.8
F= 1843.1182740  FNEW= 1842.5502335  ISQZ=  0 STEP= 1.       CRIT= .65838
F= 1842.5502335  FNEW= 1842.4658705  ISQZ=  0 STEP= 1.       CRIT= .09034
F= 1842.4658705  FNEW= 1842.4599652  ISQZ=  0 STEP= 1.       CRIT= .59737E-02
F= 1842.4599652  FNEW= 1842.4598968  ISQZ=  0 STEP= 1.       CRIT= .68405E-04
F= 1842.4598968  FNEW= 1842.4598968  ISQZ=  0 STEP= 1.       CRIT= .13709E-07

CONVERGENCE ACHIEVED AFTER   6 ITERATIONS


   13 FUNCTION EVALUATIONS.


                           THREE STAGE LEAST SQUARES
                           =========================

                          Residual Covariance Matrix

                   EQD           EQS
EQD            1.45614               
EQS            0.16978      0.059992

                               Weighting Matrix

                   EQD           EQS
EQD            0.82870     -0.028219
EQS                         0.083747

                  Covariance Matrix of Transformed Residuals

                   EQD           EQS
EQD         5468.00000               
EQS         -121.76608       4.25311

Number of observations = 5468  E'PZ*E = 1842.46

                         Standard
Parameter  Estimate        Error       t-statistic   P-value
A0         20.8577       .494267       42.1992       [.000]
A1         -4.01094      .048877       -82.0612      [.000]
A2         -.041905      .407324E-02   -10.2879      [.000]
A3         .490573       .018743       26.1742       [.000]
M1         -.463237      .579417       -.799489      [.424]
B1         -.029430      2.43307       -.012096      [.990]
B0         2.71330       15.5324       .174687       [.861]
B2         .188773       .402814       .468636       [.639]
B3         .733405       .259072       2.83090       [.005]
B4         .050607       .288150       .175626       [.861]
B5         -.022578      .072427       -.311728      [.755]
M2         -3.27697      16.7102       -.196106      [.845]

Standard Errors computed from quadratic form of analytic first derivatives
(Gauss)

Equation: EQD
Dependent variable: LL

       Mean of dep. var. = 11.8467  Std. error of regression = 1.20671
  Std. dev. of dep. var. = 1.54928                 R-squared = .528357
Sum of squared residuals = 7962.16             Durbin-Watson = .438128 [<.000]
   Variance of residuals = 1.45614

Equation: EQS
Dependent variable: LL

       Mean of dep. var. = 11.8467  Std. error of regression = .244932
  Std. dev. of dep. var. = 1.54928                 R-squared = .977173
Sum of squared residuals = 328.034             Durbin-Watson = 1.02063 [<.000]
   Variance of residuals = .059992

*******************************************************************************
二维码

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

2011-11-8 11:44:46

没有数据,实际跑程序,

比较不容易判断.

要不你先参考底下47楼,ec3sls看看

   https://bbs.pinggu.org/thread-1197449-5-1.html

二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群