stata随机前沿分析操作指南及代码

Stata随机前沿分析操作指南及代码(含do文件)

1、数据说明:随机前沿分析(SFA),英文全称(stochastic frontier analysis),是一种常用的度量技术效率的方法。

随机前沿方法(在一定的技术条件下,如果不减少其他产出就不可能增加任何产出,或者不增加其他投入就不可能减少任何投入,则称该投入产出为技术有效的;

数据包络分析(data envelopment analysis,DEA)是一个对多投入\多产出的多个决策单元的效率评价方法;

它将有效的生产单位连接起来,用分段超平面的组合也就是生产前沿面来紧紧保罗全部观测点,是一种确定性前沿方法,没有考虑随机因素对生产率和效率的影响。

2、数据内容:包含生产、距离、成本和利润函数、生产前沿模型、成本前沿模型、利润前沿模型、成本系统模型;

盈利系统模型、原始成本模型、利润原始模型、面板模型、生产力和盈利能力等内容,及其相应ado文件及do文件。

3、参考文献:Kumbhakar, S. C., Wang, H., & Horncastle, A. P. (2015). A practitioner's guide to stochastic frontier analysis using Stata. Cambridge University Press.

4、下载链接:

stata随机前沿分析操作指南及代码https://download.csdn.net/download/m0_71334485/87512077

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
随机前沿分析(Random Frontier Analysis)是一种经济学方法,用于评估生产效率和技术变化。以下是用 Stata 实现随机前沿分析代码: 1. 首先,你需要准备好生产效率所需的数据集。这个数据集应该包含每个生产单位的多个输入和输出变量。例如,对于一个工厂,输入变量可以是电力消耗、燃气消耗、水消耗等等,输出变量可以是生产量、销售额等等。 2. 接下来,你可以使用以下命令进行随机前沿分析: ``` rfrontier outputs inputs1 inputs2 ... inputsN, nfrontiers(N) model(modeltype) boot(N) seed(seedvalue) ``` 其中,`outputs` 表示输出变量,`inputs1 inputs2 ... inputsN` 表示输入变量。`nfrontiers(N)` 指定随机前沿的数量,`model(modeltype)` 指定随机前沿模型的类型,`boot(N)` 指定 Bootstrap 模拟的次数,`seed(seedvalue)` 指定 Bootstrap 模拟的随机数种子。 具体选项包括: - `model(modeltype)` 指定随机前沿的模型类型,默认值为 Half-normal; - `boot(N)` 指定 Bootstrap 模拟的次数,默认值为 200; - `seed(seedvalue)` 指定 Bootstrap 模拟的随机数种子,默认值为 123456。 3. 随机前沿分析完成后,你可以使用以下命令查看随机前沿的结果: ``` estat frontier ``` 这个命令将输出每个前沿的系数和截距,以及每个输入变量和输出变量的效率得分。 4. 此外,你还可以使用以下命令进行效率得分的计算: ``` predict efficiency, efficiency ``` 这个命令将计算每个生产单位的效率得分,并生成一个名为 `efficiency` 的新变量。 希望这个代码可以帮助你进行随机前沿分析
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

m0_71334485

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值