现在主要有如下几个问题，希望和大家探讨！回答者有重奖！

1，在成本模型及其它几个模型中，我们怎么样来得到相应的U_i值？我的理解是：由

于我们的计算结果是得到相应的效率值（EFF），如果需要得到U_i的具体数据，还需要经过一定的转换。（其对应的转换公式见表1）不知道我的理解是否正确。

表1：转换公式

2，在成本模型中，如果对于U_i的分配形式作一定的转换，在该软件中是否可以完成？具体来说：如在成本模型中，U的分配形式变为：N(m,s_U²) ，而不是原始的|N(0,s_U²)|？

如果能够完成，怎么样在该软件中进行设置？如果不能在该软件中完成，是否有其它的工具可以实现此功能？

3，接着（2）中的问题？如果在成本模型中，我们要求U的分配形式变为指数分配或者gamma分配？可有什么软件完成？

注：对于此问题，看了一下该软件的介绍，好象它是不能够完成此功能。

4，根据我的理解，由于在软件中，最后的结果输出的均是对应的效率值，故在软件选项“Logged Dependent Variable”中，我们可以选择Y或者N，而这应该与自己对于原始数据是否处理为标准。由于我使用SFA不是为了计算效率，而是为了寻找U和V值的大小，故对于此问题比较关注！

人人大哥的问题很好，不过我不会。现在我有一个比较简单的问题，我用超越对数函数来做时，为什么平方项和交互项的系数都找不到。也就是.dat的数据如何在.dta中生成。恳求高人指导！！！！不胜感谢！！！！我在.sha文件中是这样编辑的

read(eg2.dat) n t y x1 x2 x3 x4 x5 x6 z1 z2 z3 z4 z5 z6
genr ly=log(y)
genr lx1=log(x1)
genr lx2=log(x2)
genr lx3=log(x3)
genr lx4=log(x4)
genr lx5=log(x5)
genr lx1s=log(x1)*log(x1)
genr lx2s=log(x2)*log(x2)
genr lx3s=log(x3)*log(x3)
genr lx4s=log(x4)*log(x4)
genr lx5s=log(x5)*log(x5)
genr lx12=log(x1)*log(x2)
genr lx13=log(x1)*log(x3)
genr lx14=log(x1)*log(x4)
genr lx15=log(x1)*log(x5)
genr lx23=log(x2)*log(x3)
genr lx24=log(x2)*log(x4)
genr lx25=log(x2)*log(x5)
genr lx34=log(x3)*log(x4)
genr lx35=log(x3)*log(x5)
genr lx45=log(x4)*log(x5)
file 33 eg2.dta
write(33) n t ly lx1 lx2 lx3 lx4 lx5 lx1s lx2s lx3s lx4s lx5s lx12 lx13 lx14 lx15 lx23 lx24 lx25 lx34 lx35 lx45 x6 z1 z2 z3 z4 z5 z6
stop

谢谢高人指导，不胜感谢！！！

[此贴子已经被作者于2006-2-4 23:02:28编辑过]

楼主：

我推荐的书你没看呢吧。Coelli, T., Rao, P. and Battase, E. (1998), An Introduction To Efficiency and Productivity Analysis,回答了你的第二、第三和第四个问题。

该书的最后一节专门讲了软件问题。其他概率分布形式可以用STATA、LIMDEP或SAS通过编程实现。

二三问题仔细看BC95模型，理解了就明白是怎么回事了。

第一个问题你理解似乎有问题，前沿分析的技术效率本来就是一个相对效率，而且frontier软件提供的结果已经是转换过得了。

谢谢您了，我知道怎么做了！

主要是为了得到U_{i而 非效率值！}

奖励266论坛币！

我来看看，没有新问题呀！

frontier4.0软件暂时没有中文说明，解决办法有二：

1、看它附带的英文说明，比较详细！

2、研究SFA的成本/生产函数，可以与我交流。但是只言片语可能说不清楚！

3、如果比较急的话，数据拿过来，我可以帮你看看，如果不行再找导师帮你做！

qishutian@163.com

如果发信的话，请说明你的方程具体形式，进行计算的目标，还有就是要申明你的用途——商业用途的话就不要找我了！

101楼的同志能否帮忙看一下92楼的几个小问题？

谢谢！

目的：非商业用途！

有的时候也是会遇到此类问题，如果使用相同的原始数据，但是运用不同的倍数进行扩大或者缩小，而得到不同的结果？现在的问题是：

1）在文章中应该怎样说明？

2）为什么会在倍数不同的情况下得到不同的结果？

3）如果“103楼的同志认为：数据太大好像都会发生效率十分接近一是正确的，为什么会有这种情况发生？”那是否说明此种结果是不理想的，那有什么方法可以解决？

希望知道者可以来讨论一下！

to 小水泡：我感觉问题不是在你这个文件上，可能是你的dta没有作相应的改变。做超越对数模型需要的.dat 和.dta的内容是不一样的，最大的差别在于所包含的数据列数不一样。再有就是，ins文件需要将回归数改为5 而不是2，如果不改，输出来的肯定不会有beta3 beta4 beta5 的

我依然阿没有解决的问题是，效率值的问题，总是差不多一样，还没找到原因

[此贴子已经被作者于2006-2-19 16:41:39编辑过]

谢谢。

开户啦，不知道这些钱可以用来做什么？

新手上路，请多指教。刚看了一个frontier4.1使用例子。请问使用shazam转换数据，是不是有一个shazam的运行程序，或者可执行文件，或者要先安装shazam？？如果是，可否共享一下shazam的安装程序？？？谢谢！！！

我只是这个论坛的新手，发现这里的朋友们对新的工具和技术跟进比较快，深感成为其中一员的荣幸！

希望各位能够多多交流、互相学习，做一些干净的、扎实的、于社会有益、于学术有益的研究和分析工作，丰富自己、帮助他人！

盼早日看到大家的成果、大作见诸于学刊报端。

本论坛上面有！

本论坛上面有，自己找找！

你学的怎么样啊，我也在学，郁闷着呢，

关于数据录入的问题:

1.软件中共有*.DAT；*.SHA；*.DTA；*.out；*.INS五个数据文件。全部可以用记事本打开。（右健单击文件名，打开方式\记事本）

2.*.DAT用于录入原始数据,*.SHA用于将原始数据转换为对数形式,生成于*.DTA中。我的方法是，先在Excel中录入原始数据，生成对数数据，再复制对数数据到*.DTA中即可。（可以直接复制到新建的记事本中，但保存时，一定要保存为.DTA类型。注意：对数数据前应加上一列：序号列）

3.根据需要修改*.INS文件,但保存时,一定要存为.INS类型。

4.双击front41.exe文件,会出现dos对话框,在提示中键入f,(表示将用你指令的file(文件)进行计算，回车；输入你保存的*.INS文件，回车。此时dos界面消失。计算结果在你编辑*.INS文件时，指令的*.OUT文件中出现（当然在执行front41.exe命令之前，首先应保存一个空白的*.OUT文件，且文件名必须与*.INS中的*.OUT文件名相同。

我做的一个练习：

第一步：在Excel中录入原始数据，并生成对数数据。在对数数据前加上两列：第1列为序号列；第二列为时期列，我用的是截面数据，只有一个时期。若用面板数据，则第二组中的30个数据，序号仍为1-30，时期变为2;第三组等，类推。将Excel中的序号、时期号、对数数据一并复制，粘贴到新建的记事本文档中，保存为av3x1995.DTA（文件名按自己易记的符号进行定义，我取名为av3x1995.DAT，但后缀.DAT一定要有，否则会默认保存为.txt格式，影响以后程序的读取。另：粘贴之后，行列要调整整齐。）

av3x1995.DTA的内容如下：

1 1 -1.523792196 0.371029625 -2.849128799 -1.594076627
2 1 -1.827913354 0.406310536 -3.36983641 -1.478058538
3 1 -2.107239544 0.070799819 -2.907195658 -0.856598402
4 1 -2.237894932 0.123203703 -2.746638835 -0.644119346
5 1 -2.40805324 -0.677175433 -3.498931122 -1.261555166
6 1 -1.306422501 -0.168724436 -2.457539108 -0.708212748
7 1 -1.461163139 -0.31291294 -2.190172984 -0.520529044
8 1 -1.3397812 0.113358047 -2.307805602 -0.824032948
9 1 -1.30420055 -0.506317206 -2.535157735 -1.478342575
10 1 -1.669642276 -0.542940218 -2.571861103 -0.91096939
11 1 -1.313434765 0.145840803 -2.677855299 -0.213762044
12 1 -1.945069917 -0.468675133 -2.669336983 -0.418588994
13 1 -1.050645135 -0.212390046 -2.19487816 -0.186709172
14 1 -1.939305096 -1.04194166 -2.819476139 -0.524592346
15 1 -1.76919911 -0.149140908 -2.554834466 -0.62238144
16 1 -1.980523649 -0.260926201 -2.529866564 -0.36481127
17 1 -1.637157108 -0.616080539 -2.253409566 -0.492175507
18 1 -1.788784572 -0.558916406 -2.770203509 -0.236903836
19 1 -0.878061138 0.114949548 -2.028806934 -0.103249968
20 1 -1.531944521 -0.313997267 -2.483074215 0.059853117
21 1 -0.736390072 -0.025800646 -2.345578139 -0.092766353
22 1 -1.494214545 -0.596852684 -2.471133177 0.317003705
23 1 -1.422654184 -0.479095645 -2.309305879 0.800474394
24 1 -1.817589571 -0.316685296 -2.653562016 0.266846512
25 1 -2.356344189 -1.019186675 -4.682748321 -0.624606807
26 1 -2.10478899 -0.540490153 -2.481926022 -0.244546339
27 1 -1.975188423 -0.176623536 -2.86416359 -0.290487123
28 1 -2.017561552 0.061254794 -3.306041036 -0.296557591
29 1 -2.442083132 -0.141470806 -2.831058945 -0.7054439
30 1 -2.750338015 -1.447404712 -3.713644012 -2.282641412

第二步：新建一个用于记录输出的空白的记事本文件。我取名为av3x1995.OUT

第三步：编辑*.INS文件，编辑后，我另存为av3x1995.INS(同上，文件名后缀.INS不能省略。程序自带的.INS文件，可用记事本打开，修改它，然后另存为一个你想要的名字即可）。编辑后的内容如下。

1 1=ERROR COMPONENTS MODEL, 2=TE EFFECTS MODEL
av3x.dta DATA FILE NAME
av3x.out OUTPUT FILE NAME
1 1=PRODUCTION FUNCTION, 2=COST FUNCTION
y LOGGED DEPENDENT VARIABLE (Y/N)
30 NUMBER OF CROSS-SECTIONS
1 NUMBER OF TIME PERIODS
30 NUMBER OF OBSERVATIONS IN TOTAL
3 NUMBER OF REGRESSOR VARIABLES (Xs)
y MU (Y/N) [OR DELTA0 (Y/N) IF USING TE EFFECTS MODEL]
n 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.

第四步：双击front41.exe,出现dos界面，并了出现提示句:Do you wish to type instructions at the terminal<t> or use an instruction file<f>? 此时键入f,然后回车。出现提示行：enter instruction file name: 我在此处键入文件名，av3x1995.INS，然后回车。按回车键之后，dos界面消失。找到前面建立的av3x1995.OUT文档，打开它，结果如下：

Output from the program FRONTIER (Version 4.1c)

instruction file = av3x1995.INS
data file = av3x1995.dta

Error Components Frontier (see B&C 1992)
The model is a production function
The dependent variable is logged

the ols estimates are :

coefficient standard-error t-ratio

beta 0 -0.24797236E+00 0.34909410E+00 -0.71033100E+00
beta 1 0.24095601E+00 0.16016092E+00 0.15044620E+01
beta 2 0.50002310E+00 0.13947141E+00 0.35851298E+01
beta 3 0.87698820E-01 0.11305364E+00 0.77572755E+00
sigma-squared 0.11425214E+00

log likelihood function = -0.78814296E+01

the estimates after the grid search were :

beta 0 -0.16162288E+00
beta 1 0.24095601E+00
beta 2 0.50002310E+00
beta 3 0.87698820E-01
sigma-squared 0.10647475E+00
gamma 0.11000000E+00
mu 0.00000000E+00
eta is restricted to be zero


iteration = 0 func evals = 20 llf = -0.78811951E+01
-0.16162288E+00 0.24095601E+00 0.50002310E+00 0.87698820E-01 0.10647475E+00
0.11000000E+00 0.00000000E+00
gradient step
iteration = 5 func evals = 49 llf = -0.78811676E+01
-0.16257650E+00 0.24198088E+00 0.49935920E+00 0.87908832E-01 0.10649298E+00
0.11047577E+00 0.66877603E-03
iteration = 10 func evals = 146 llf = -0.78809863E+01
-0.12049695E+00 0.24264263E+00 0.49967035E+00 0.87839857E-01 0.10734169E+00
0.14844887E+00 0.64194228E-01
iteration = 15 func evals = 264 llf = -0.78807786E+01
-0.72525430E-01 0.24399490E+00 0.49862348E+00 0.88270824E-01 0.10746730E+00
0.19727127E+00 0.13097261E+00
iteration = 20 func evals = 384 llf = -0.78804758E+01
-0.60453103E-01 0.24276008E+00 0.49977743E+00 0.87985980E-01 0.10408756E+00
0.16669544E+00 0.15959356E+00
iteration = 25 func evals = 512 llf = -0.78798764E+01
-0.69635321E-02 0.24314039E+00 0.49880267E+00 0.88350490E-01 0.10322546E+00
0.19403870E+00 0.22732353E+00
iteration = 30 func evals = 620 llf = -0.78792024E+01
0.86807823E-01 0.24452966E+00 0.49407760E+00 0.89925967E-01 0.10274898E+00
0.28455866E+00 0.33890952E+00
iteration = 35 func evals = 643 llf = -0.78791212E+01
0.85726671E-01 0.24445656E+00 0.49457135E+00 0.89810902E-01 0.10281607E+00
0.28687487E+00 0.33639150E+00
iteration = 40 func evals = 662 llf = -0.78790605E+01
0.84886081E-01 0.24436726E+00 0.49511826E+00 0.89669198E-01 0.10289965E+00
0.28619365E+00 0.33351891E+00
iteration = 45 func evals = 683 llf = -0.78790536E+01
0.83711905E-01 0.24431336E+00 0.49541997E+00 0.89583213E-01 0.10294836E+00
0.28513877E+00 0.33142686E+00
iteration = 50 func evals = 707 llf = -0.78790531E+01
0.84242510E-01 0.24433115E+00 0.49532681E+00 0.89611670E-01 0.10293269E+00
0.28563188E+00 0.33228227E+00
iteration = 54 func evals = 719 llf = -0.78790531E+01
0.84202824E-01 0.24432989E+00 0.49533327E+00 0.89609658E-01 0.10293379E+00
0.28559435E+00 0.33220821E+00

the final mle estimates are :

coefficient standard-error t-ratio

beta 0 0.84202824E-01 0.12899318E+01 0.65276960E-01
beta 1 0.24432989E+00 0.11729117E+00 0.20831055E+01
beta 2 0.49533327E+00 0.41596028E+00 0.11908187E+01
beta 3 0.89609658E-01 0.14687123E+00 0.61012398E+00
sigma-squared 0.10293379E+00 0.12595232E+00 0.81724406E+00
gamma 0.28559435E+00 0.62586937E+01 0.45631623E-01
mu 0.33220821E+00 0.36397807E+01 0.91271491E-01
eta is restricted to be zero

log likelihood function = -0.78790531E+01

LR test of the one-sided error = 0.47531031E-02
with number of restrictions = 2
[note that this statistic has a mixed chi-square distribution]

number of iterations = 54

(maximum number of iterations set at : 100)

number of cross-sections = 30

number of time periods = 1

total number of observations = 30

thus there are: 0 obsns not in the panel

covariance matrix :

0.16639239E+01 -0.18458078E+01 0.72605602E+01 -0.31025345E+01 0.23568121E+01
-0.10753333E+03 -0.70321987E+01
-0.18458078E+01 0.13757220E-01 0.24586297E-01 -0.13055869E-01 0.13320234E-01
-0.16314784E+01 -0.20188444E+01
0.72605602E+01 0.24586297E-01 0.17302296E+00 0.44768681E-01 -0.45792319E-01
0.57190106E+01 0.71998453E+01
-0.31025345E+01 -0.13055869E-01 0.44768681E-01 0.21571157E-01 0.20655240E-01
-0.28064391E+01 -0.34109891E+01
0.23568121E+01 0.13320234E-01 -0.45792319E-01 0.20655240E-01 0.15863987E-01
0.27627916E+01 0.25311277E+01
-0.10753333E+03 -0.16314784E+01 0.57190106E+01 -0.28064391E+01 0.27627916E+01
0.39171247E+02 -0.14175791E+03
-0.70321987E+01 -0.20188444E+01 0.71998453E+01 -0.34109891E+01 0.25311277E+01
-0.14175791E+03 0.13248004E+02

technical efficiency estimates :

firm eff.-est.

1 0.75659631E+00
2 0.74444002E+00
3 0.65360797E+00
4 0.61033545E+00
5 0.69309967E+00
6 0.77049973E+00
7 0.72030522E+00
8 0.73974918E+00
9 0.80396327E+00
10 0.73391448E+00
11 0.76703971E+00
12 0.67905841E+00
13 0.78646180E+00
14 0.72259647E+00
15 0.69024613E+00
16 0.64935607E+00
17 0.70639911E+00
18 0.71923667E+00
19 0.78696275E+00
20 0.72458997E+00
21 0.83978206E+00
22 0.73932467E+00
23 0.72405630E+00
24 0.68302936E+00
25 0.81382618E+00
26 0.63297681E+00
27 0.67597131E+00
28 0.69841734E+00
29 0.59452181E+00
30 0.70139863E+00

mean efficiency = 0.71872543E+00

这里面就是我想要的东西。（当然，我不知道你想要什么）

//很抱歉，本机未装屏幕抓取软件，不能将dos界面抓来放在这里。不知我说清楚没有，供大家讨论。

[此贴子已经被作者于2006-4-26 11:49:15编辑过]

我没有Frontier 软件，所以不了解。在此只能提一下STATA，它的界面要比frontier好多了，尤其是stata 9.0。

过程如下，

估计过程：

frontier 因变量 自变量组

list u

gen tei=exp(-u)

list tei

输出的结果就是效率（相对的）

下面是我查找的资料，

50124.rar
大小:(210.75 KB)

 马上下载

本附件包括：

• 课件.pdf
• RE st Problems Stochastic Frontier Analysis.htm
• st Problems Stochastic Frontier Analysis.htm