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
1705 0
2012-09-16
各位大虾好,我潜伏多日,今天第一次发帖,求助啊。
我用frontier做sfa,用的是面板数据,要做技术效率回归,但是6组所有的数据做出来,t-ratio全部太小,都小于0.1,请问这个是t值么,如果是那岂不是都不能通过检验了,怎么办啊。下面是我的一组回归结果与过程,帮帮忙啊,谢谢大家了
数据,dat文件
1.000000         1.000000         4.087152         1.000000         6.254040         3.224062         0.319992         0.127192
2.000000         1.000000         4.010057         1.000000         6.237250         3.226447         0.154503         0.127192
3.000000         1.000000         5.090186         1.000000         7.045254         4.491777         0.117548         0.127192
4.000000         1.000000         4.200505         1.000000         7.428755         4.323470         0.145502         0.127192
5.000000         1.000000         5.286245         1.000000         7.137390         3.567841         0.231424         0.127192
6.000000         1.000000         5.451725         1.000000         7.295511         4.656908         0.129778         0.127192
7.000000         1.000000         5.195620         1.000000         6.697738         4.072780         0.147938         0.127192
8.000000         1.000000         4.164182         1.000000         6.076747         3.377929         0.092832         0.127192
9.000000         1.000000         5.302060         1.000000         7.158327         4.779544         0.092447         0.127192
10.000000 1.000000         5.233939         1.000000         7.059188         4.316554         0.138881         0.127192
11.000000 1.000000         1.918392         1.000000         3.991204         0.693147         0.067211         0.127192
1.000000         2.000000         4.712858         2.000000         6.315575         3.223664         0.428839         0.131766
2.000000         2.000000         4.117084         2.000000         6.271234         3.273364         0.157504         0.131766
3.000000         2.000000         5.340658         2.000000         7.219971         4.551242         0.119186         0.131766
4.000000         2.000000         5.381049         2.000000         7.479164         4.344584         0.143971         0.131766
5.000000         2.000000         5.779106         2.000000         7.214372         3.662792         0.233162         0.131766
6.000000         2.000000         5.955034         2.000000         7.602576         4.799173         0.130702         0.131766
7.000000         2.000000         5.517533         2.000000         7.020539         4.259859         0.127573         0.131766
8.000000         2.000000         4.625071         2.000000         6.263703         3.584907         0.087583         0.131766
9.000000         2.000000         5.894155         2.000000         7.536199         4.936343         0.090178         0.131766
10.000000 2.000000         5.616517         2.000000         7.114891         4.463722         0.137486         0.131766
11.000000 2.000000         2.606387         2.000000         4.265071         0.712950         0.079088         0.131766
1.000000         3.000000         4.323868         3.000000         6.284489         3.215671         0.415665         0.131222
2.000000         3.000000         4.192378         3.000000         6.393122         3.252311         0.160845         0.131222
3.000000         3.000000         5.495979         3.000000         7.365547         4.575535         0.122256         0.131222
4.000000         3.000000         4.458525         3.000000         7.551759         4.373994         0.138644         0.131222
5.000000         3.000000         5.660840         3.000000         7.394585         3.619261         0.295078         0.131222
6.000000         3.000000         6.007043         3.000000         7.790787         4.784654         0.127226         0.131222
7.000000         3.000000         5.470673         3.000000         7.208993         4.283173         0.117982         0.131222
8.000000         3.000000         4.372355         3.000000         6.342737         3.603049         0.085254         0.131222
9.000000         3.000000         6.299868         3.000000         7.798720         5.012167         0.082525         0.131222
10.000000 3.000000         5.612763         3.000000         7.290532         4.546057         0.140506         0.131222
11.000000 3.000000         2.748552         3.000000         4.229604         0.765468         0.083266         0.131222
1.000000         4.000000         3.336125         4.000000         6.296243         3.176386         0.324037         0.125426
2.000000         4.000000         4.191623         4.000000         6.484971         3.164208         0.158513         0.125426
3.000000         4.000000         5.849699         4.000000         7.606517         4.622027         0.125419         0.125426
4.000000         4.000000         4.578313         4.000000         7.759469         4.422328         0.148333         0.125426
5.000000         4.000000         5.495117         4.000000         7.561028         3.645711         0.255820         0.125426
6.000000         4.000000         6.269891         4.000000         8.047087         4.858804         0.118516         0.125426
7.000000         4.000000         5.527045         4.000000         7.418829         4.343546         0.114571         0.125426
8.000000         4.000000         4.740138         4.000000         6.485856         3.730261         0.084909         0.125426
9.000000         4.000000         6.576316         4.000000         8.053038         5.067709         0.081161         0.125426
10.000000 4.000000         6.010090         4.000000         7.635053         4.641213         0.138611         0.125426
11.000000 4.000000         2.855895         4.000000         5.234579         0.741937         0.165828         0.125426
1.000000         5.000000         3.972742         5.000000         6.765685         3.173878         0.343442         0.126871
2.000000         5.000000         4.564869         5.000000         6.603822         3.216874         0.162937         0.126871
3.000000         5.000000         6.334469         5.000000         7.743356         4.640151         0.125918         0.126871
4.000000         5.000000         5.754602         5.000000         7.788361         4.476882         0.149243         0.126871
5.000000         5.000000         5.702048         5.000000         7.613276         3.625673         0.248081         0.126871
6.000000         5.000000         7.014086         5.000000         8.175868         4.946132         0.115312         0.126871
7.000000         5.000000         5.898115         5.000000         7.587989         4.411100         0.109750         0.126871
8.000000         5.000000         5.313304         5.000000         6.587095         3.863673         0.084062         0.126871
9.000000         5.000000         6.924130         5.000000         8.323196         5.136680         0.087497         0.126871
10.000000 5.000000         6.489357         5.000000         7.716430         4.731098         0.137294         0.126871
11.000000 5.000000         3.109953         5.000000         5.198773         0.708036         0.091839         0.126871
1.000000         6.000000         0.000000         6.000000         6.776484         3.122805         0.362406         0.131777
2.000000         6.000000         2.407846         6.000000         6.748677         3.304686         0.173928         0.131777
3.000000         6.000000         5.974776         6.000000         7.922069         4.690522         0.132655         0.131777
4.000000         6.000000         0.000000         6.000000         7.905700         4.496917         0.152075         0.131777
5.000000         6.000000         4.163715         6.000000         7.680356         3.624341         0.256628         0.131777
6.000000         6.000000         7.040887         6.000000         8.357785         5.160319         0.119616         0.131777
7.000000         6.000000         5.623620         6.000000         7.745557         4.457134         0.111711         0.131777
8.000000         6.000000         5.175754         6.000000         6.706593         3.983227         0.093983         0.131777
9.000000         6.000000         6.835840         6.000000         8.448619         5.229128         0.093488         0.131777
10.000000 6.000000         6.072561         6.000000         7.885709         4.830711         0.142058         0.131777
11.000000 6.000000         3.614695         6.000000         5.210524         1.095273         0.089714         0.131777
1.000000         7.000000         4.841348         7.000000         6.798682         3.113960         0.368658         0.134371
2.000000         7.000000         4.926746         7.000000         6.937052         3.374853         0.172038         0.134371
3.000000         7.000000         6.279159         7.000000         8.111655         4.690338         0.136076         0.134371
4.000000         7.000000         6.115738         7.000000         8.055236         4.600057         0.144769         0.134371
5.000000         7.000000         5.575760         7.000000         7.754033         3.575711         0.266658         0.134371
6.000000         7.000000         6.991453         7.000000         8.457194         5.107338         0.119354         0.134371
7.000000         7.000000         6.260843         7.000000         7.802373         4.448282         0.113712         0.134371
8.000000         7.000000         5.434769         7.000000         6.919630         3.973494         0.094283         0.134371
9.000000         7.000000         7.173215         7.000000         8.557761         5.278166         0.098796         0.134371
10.000000 7.000000         6.677499         7.000000         7.922942         4.797690         0.143716         0.134371
11.000000 7.000000         4.322940         7.000000         5.147349         0.943906         0.084868         0.134371
1.000000         8.000000         5.046710         8.000000         6.600639         3.050694         0.376616         0.134104
2.000000         8.000000         5.747576         8.000000         7.133080         3.344627         0.170685         0.134104
3.000000         8.000000         6.528922         8.000000         8.322219         4.761917         0.133545         0.134104
4.000000         8.000000         6.531402         8.000000         8.198374         4.592389         0.150087         0.134104
5.000000         8.000000         6.232703         8.000000         7.765005         3.567277         0.276228         0.134104
6.000000         8.000000         7.422445         8.000000         8.596577         5.221490         0.117400         0.134104
7.000000         8.000000         6.782147         8.000000         7.912983         4.535499         0.115527         0.134104
8.000000         8.000000         5.906614         8.000000         7.143444         4.058545         0.096352         0.134104
9.000000         8.000000         7.456374         8.000000         8.714236         5.278268         0.098107         0.134104
10.000000 8.000000         7.032086         8.000000         8.101472         4.903495         0.145650         0.134104
11.000000 8.000000         4.307034         8.000000         5.148308         0.959350         0.087208         0.134104

ins文件:
2               1=ERROR COMPONENTS MODEL, 2=TE EFFECTS MODEL
sy-dta.txt         DATA FILE NAME
sy-out.txt         OUTPUT FILE NAME
1               1=PRODUCTION FUNCTION, 2=COST FUNCTION
y               LOGGED DEPENDENT VARIABLE (Y/N)
11              NUMBER OF CROSS-SECTIONS
8               NUMBER OF TIME PERIODS
88             NUMBER OF OBSERVATIONS IN TOTAL
3               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.
结果:
the final mle estimates are :

                 coefficient     standard-error    t-ratio

  beta 0        -0.68086389E+00  0.11906389E+01 -0.57184751E+00
  beta 1         0.10208215E+00  0.52952518E-01  0.19278054E+01
  beta 2         0.78389615E+00  0.70821791E-01  0.11068573E+02
  beta 3         0.12394656E+00  0.88331168E-01  0.14032030E+01
  delta 0       -0.99530855E+01  0.60557084E+01 -0.16435873E+01
  delta 1        0.27408060E+02  0.22001312E+02  0.12457466E+01
  delta 2       -0.13253300E+01  0.22710993E+01 -0.58356322E+00
  sigma-squared  0.42180670E+01  0.18355917E+01  0.22979331E+01
  gamma          0.99618096E+00  0.22668726E-02  0.43945167E+03

log likelihood function =  -0.65626902E+02

LR test of the one-sided error =   0.11367525E+03
with number of restrictions = 4
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