如何用simulation或bootstrapping估计生产包络线参数的标准误？
在对包洛线参数的估计过程中，模型如下：

集团j内i企业的生产函数：X(ij) 为投入要素矩阵。

                         Y(ij)=f{X(ij)，B(j)}

用一般的回归可估计出各集团参数B(j)。

假设整个产业的生产函数为个集团生产函数的包洛线，B(*)为整个产业生产函数的参数，解决如下二次规划问题，可得到B(*)的估计值。目的是在X(i )*B(*) 大于等于X(i j) * B(j)的条件下，使X(i )*B(*) - X(i j) * B(j)的平方和最小。（由于页面部能输入公式，所以下面的公式表达不太直观，NORM表示对i=1~n的求和）

       min  NORM{X(i )*B(*) - X(i j) * B(j) }^2

       s.t. X(i )*B(*) >=X(i j) * B(j)

我在matlab中用lsqlin函数得到了B(*)的估计值，代码如下：

% 1.read the estimated parameters of the group frontiers
parm = load('parm.txt');

% 2.read the data and construct data matrices and vectors
sfa1 = load('sfa1.txt');
   sfa1_f = [sfa1(:,2) sfa1(:,4:12)];
sfa2 = load('sfa2.txt');
   sfa2_f = [sfa2(:,2) sfa2(:,4:12)];
sfa3 = load('sfa3.txt');
   sfa3_f = [sfa3(:,2) sfa3(:,4:12)];
sfa4 = load('sfa4.txt');
   sfa4_f = [sfa4(:,2) sfa4(:,4:12)];
yhat1 = sfa1_f * parm(:,1);
yhat2 = sfa2_f * parm(:,2);
yhat3 = sfa3_f * parm(:,3);
yhat4 = sfa4_f * parm(:,4);
yhat = [yhat1; yhat2; yhat3; yhat4];

sfa = [sfa1_f; sfa2_f; sfa3_f; sfa4_f];
x = lsqlin(sfa,yhat,-sfa,-yhat)

因为我的数据分为四个集团，parm.txt是通过最小二乘法估计出的四个集团函数的参数B(j)，

'sfa(j).txt' 是四个集团的投入要素矩阵。

但是，在文献中看到，作者还说需要用simulation或bootstrapping的方法估计出包洛线参数B(*)的标准误。而解决二次规划问题，得出来的是一组最优值向量。由于对模拟和迭代不太了解，请各位高手不吝赐教！

[此贴子已经被作者于2009-1-2 12:52:25编辑过]