你数据存在缺失值吧？

应该是起始值的问题。eviews的ml估计很玄妙，无来由的有时能行有时不行。其实并不是很建议使用。。。

没有缺失值

这是计量经济学李子奈第三版上的例题第234页，数据如下，最小二乘法没有问题，最大似然估计怎么弄？
表7.1.1 家庭人均月收入与消费数据（元）
人均收入        人均消费        人均收入        人均消费        人均收入        人均消费
1120        1020        4640        2900        6090        3900
1310        1150        4750        2980        6200        3950
1300        1145        4800        2970        6330        4000
1430        1230        4810        3050        6450        4030
1500        1275        4990        3200        6570        4080
1670        1385        5070        3100        6700        4130
2100        1660        5130        3175        6840        4000
2370        1840        5210        3200        7010        4200
2530        1950        5300        2450        7170        4160
2790        2110        5390        3230        7350        4210
2980        2240        5450        3310        7500        4325
3200        2380        5500        3500        7670        4385
3460        2550        5570        3510        7840        4450
3630        2660        5630        3590        8000        4500
3880        2700        5690        3600        8190        4865
4040        2730        5770        3650        8350        4880
4210        2720        5860        3720        8500        4890
4390        2850        5930        3850        8690        4920
4520        2800        6000        3800        8830        4970

x表示人均收入，y表示人均消费，都是57个数据，最大似然估计：
@logL l_w
res=y-c(1)-c(2)*x
var=c(3)
l_w=log(@dnorm(res/@sqrt(var)))-log(var)/2
然后点击estimate,在sample中输入1  57
运行提示错误：
Missing values in @LOGL series at current coefficients at
observation 1.
表7.1.1 家庭人均月收入与消费数据（元）
人均收入        人均消费        人均收入        人均消费        人均收入        人均消费
1120        1020        4640        2900        6090        3900
1310        1150        4750        2980        6200        3950
1300        1145        4800        2970        6330        4000
1430        1230        4810        3050        6450        4030
1500        1275        4990        3200        6570        4080
1670        1385        5070        3100        6700        4130
2100        1660        5130        3175        6840        4000
2370        1840        5210        3200        7010        4200
2530        1950        5300        2450        7170        4160
2790        2110        5390        3230        7350        4210
2980        2240        5450        3310        7500        4325
3200        2380        5500        3500        7670        4385
3460        2550        5570        3510        7840        4450
3630        2660        5630        3590        8000        4500
3880        2700        5690        3600        8190        4865
4040        2730        5770        3650        8350        4880
4210        2720        5860        3720        8500        4890
4390        2850        5930        3850        8690        4920
4520        2800        6000        3800        8830        4970