स्टैटा फॉरेक्स में पैनल डेटा मॉडल

क्रॉस-आंशिक और पैनल डेटा स्टॉचस्टिक फ्रंटियर मॉडल के अनुमान और पोस्ट-अनुमान के लिए दो नए स्टटा कमांड एसएफक्रॉस अतिरिक्त मॉडल (ग्रीन 2003 वांग 2002) और कमांड की कार्यक्षमता, जैसे परिसर सर्वेक्षण डेटा विशेषताओं को प्रबंधित करने की संभावना, के द्वारा आधिकारिक सीमा क्षमताओं तक फैली हुई है। इसी तरह, एसपीएनल ने आधिकारिक एक्सटोरिआर्ड कमांड की तुलना में बहुत अधिक समय-भिन्न अक्षमता मॉडल का अनुमान लगाने की अनुमति दी है। विशेष रूप से, अनुमान के आधार पर एसएफ़ मॉडल की संभावना-आधारित विधियों के साथ किया जाता है: एक सामान्य रूप से वितरित त्रुटि अवधि कहां होती है और यह एक-पक्षीय है, जो कि अयोग्यता का प्रतिनिधित्व करते हुए कड़ाई से गैर-नकारात्मक शब्द है। इस शब्द का चिन्ह सकारात्मक या नकारात्मक है, इस पर निर्भर करता है कि सीमावर्ती लागत या उत्पादन का कार्य क्रमशः बताता है। समय-भिन्न अक्षमता मॉडल में sfpanel फिट बैठता है: i) ग्रीन (2005) द्वारा विकसित सही फिक्स्ड-इफेक्ट्स (टीएफई) और सच्चे यादृच्छिक प्रभाव (टीआरई) मॉडल, जिसमें समय-अपरिवर्तनीय अप्रत्याशित विविधता और समय-भिन्न फर्म की अक्षमता को माना जाता है ii) बैटीज़ और कोएली (1 99 5) मॉडल, जिसमें यह मतलब सामान्य वितरण के शून्य पर कटौती से प्राप्त होता है। जहां बुजुर्गों का एक समूह है जो अकुशलता का मतलब समझाता है iii) बैटीज़ और कोएली (1 99 2) के समय के क्षय मॉडल, जिसमें तथा । माना जाता है कि यह छोटा होने के लिए सामान्य रूप से गैर-शून्य मतलब और निरंतर विचरण के साथ वितरित किया जाता है, जबकि अकुशलता के अस्थायी पैटर्न को नियंत्रित करता है। iv) कुंभकर (1 99 0) द्वारा लचीला पैरामीट्रिक मॉडल, जिसमें तथा । समय-अपरिवर्तनीय अक्षमता मॉडल में sfpanel फिट बैठता है: v) बैटीज़ एंड कोली (1 9 88) मॉडल, जिसमें छोटा किया जाता है - सामान्यतः गैर-शून्य मतलब और निरंतर विचरण के साथ वितरित किया जाता है vi) पिट और ली (1 9 81) मॉडल, जिसमें आधे-सामान्य रूप से निरंतर विचरण जब अनुमान कम से कम वर्गों के तरीकों से किया जाता है, एसएफ उत्पादन मॉडल होता है: समय-भिन्न अक्षमता मॉडल में sfpanel फिट बैठता है: vii) ली और श्मिट (1 99 3) मॉडल, जिसमें और अनुमानित होने के लिए पैरामीटर हैं। यह मॉडल कुंभकर (1 99 0) का विशेष मामला है, जिसमें समय के लिए डमी वैरिएबल के एक सेट का प्रतिनिधित्व किया गया है। viii) कॉर्नवेल एट अल (1 99 0) मॉडल, जिसमें समय-अपरिवर्तनीय अक्षमता मॉडल शामिल हैं। sfpanel फिट बैठता है: ix) श्मिट और सिकल्स (1 9 84) मॉडल जिसमें या तो तय या यादृच्छिक हो सकता है आप उन्हें नेट इंस्टॉल sfcross टाइप करके स्थापित कर सकते हैं, सब से (अर्थेट्रिक्स. इस्टस्टेट) नेट इंस्टॉल sfpanel, सभी (अर्थमिति.इस्टस्टाटा) आपके स्टेट कमांड बार में साथ-साथ पेपर तक पहुंचने के लिए यहां क्लिक करें। लगभग 4 साल पहले Federico द्वारा लिखित एक संभावना है कि स्टैटास हौस्मान कमांड का उपयोग करें, जिसमें अनुमान के दो सेट (जहां) के बीच अंतर के asymptotic विचरण का अनुमान लगाया गया है, (1 9 78) में होसमान में लेम्मा 2.1। यह मानते हुए कि अक्षमता तेजी से वितरित की जाती है, कोड कुछ इस तरह दिखाई देगा जैसे sfpanel y x1 x2, मॉडल (टीएफई) अनुमान स्टोर टीएफएफ एसएपीएनल वाई x1 एक्स 2, मॉडल (ट्रे) का अनुमान है ट्रे हॉशैन टीएफई ट्रे, ईक (1: 1) , नमस्ते नमूनों में, हौसमैन (1 9 78) के लम्मा 2.1 का प्रयोग करना समस्याग्रस्त हो सकता है, विशेषकर जब मॉडल को याद किया जाता है (वैकल्पिक विकल्प के तहत)। व्हाइट (1 9 82) के अनुसार, इन कठिनाइयों (असंगतता और नकारात्मक परिभाषाओं का उपयोग करके बचा जाता है।) यह दृष्टिकोण कम्प्यूटेशनल रूप से थोड़ी अधिक मांग है, लेकिन स्थिरता और सकारात्मक परिभाषा सुनिश्चित करता है। इसके अलावा, जैसा कि कैमरून और त्रिवेदी (2005) के अनुसार, परिणामस्वरूप व्हाट्सक्केस्टिस्टिक और सीरियल सहसंबंध की उपस्थिति में भी होसमान परीक्षण वैध होगा। आप व्हाइट (1 9 82), कैमरून और त्रिवेदी (2005) पीपी। 273 या बार्टोलुकी एट अल। (2018) पी। 5 में ब्योरे बर्टोलुसी, एफ। बेलोट्टी, एफ। पेराची, एफ। 2018. पैनल डेटा, ईआईईएफ वर्किंग पेपर 1213, मई 2018 के लिए सामान्यीकृत रैखिक मॉडल में समय-अपरिवर्तनीय अप्रभावित विविधता के लिए परीक्षण। कैमरून, ए और त्रिवेदी, पी। (2005)। माइक्रोएकोमेट्रिक्स: अर्थमिति, 50 (1), अर्थात् (1 9 78) अर्थमिति, 46 (6): 12511271, व्हाइट, एच (1 ​​9 82) : 125. सिरो द्वारा 4 के बारे में लिखित एर्स पहले मैं sfpanel पर कुछ सवाल हैं और मैं आपके पास किसी भी अंतर्दृष्टि की सराहना करता हूं। स्थापित sfpanel होने के बाद मुझे शुरू करने में समस्या हो रही है मैंने अपने विश्लेषण को चलाने के लिए कोएली फ्रंटियर 4.1 का उपयोग किया है और अब मैं STATA का उपयोग करके अपने डेटा का विश्लेषण करने की कोशिश कर रहा हूं। मैं इसे अपने sfpanel कमांड के साथ करने की कोशिश कर रहा हूँ जो मैंने स्थापित किया है। मेरे काम में 64 कंपनियों और 7 अवधि के लिए एक पैनल डेटा शामिल है मैं अपनी लागत (में) दक्षता का पता लगाने का प्रयास करता हूं मेरे पास 9 स्वतंत्र वैरिएबल हैं, जो y pk pl csv cu हैं जैसे lf lvg और hvg और आश्रित चर जो कि c है। मैंने कमांड में निम्नलिखित टाइप किया है, इसे खरीदना काम नहीं करता है। sfpanel c y pk pl csv cu as lf lvg hvg, लागत मॉडल (bc95) emean (x1 x2) मैंने दक्षता स्कोर प्राप्त करने के लिए emean टाइप किया मुझे निम्न संदेश प्राप्त होता है: sfpanel cy pk pl csv cu as lf lvg hvg, लागत मॉडल (bc95) emean (x1 x2) को पैनलविर और टाइमवेर को निर्दिष्ट करना चाहिए xtset r (45 9) मैंने अपने विश्लेषण को चरणों के माध्यम से चलाने की कोशिश की है : आँकड़े रेखा के मॉडल और संबंधित पैनल डेटाफ़िल्टर मॉडल लेकिन मुझे एक संदेश मिलता है जो बताता है कि उसे मेरा संदेश नहीं मिला है हालांकि, अगर मैं अपने विश्लेषण के मॉडल और संबंधित फ्रंटियर मॉडल के माध्यम से अपना विश्लेषण प्राप्त करने की कोशिश करता हूं तो इस समय मैं अपने फ्रंटियर 4.1 आउटपुट के रूप में OLS के अनुमानों को प्राप्त करता हूं, लेकिन मुझे एमएलई अनुमान नहीं मिल रहा है, और लागत दक्षता अनुमान आपको क्या लगता है कि मैं ऐसा करता हूं जो एसटीएटीए आज्ञाओं का पालन नहीं करता है क्या आपके पास एसएफए पर एक फाइल है जो मैं विश्लेषण चलाने के लिए अनुकूलन कर सकता हूं क्या मुझे वास्तव में आदेश में टाइप करना चाहिए आपकी मदद के लिए बहुत धन्यवाद जैसा कि आप इकट्ठा हो सकते हैं मैंने अभी ही STATA का उपयोग करना शुरू कर दिया है अपनी मदद की सराहना करते हैं लगभग 3 साल पहले लतीफ द्वारा लिखी गई सीरो। प्रिय फेडेरिको, मैं लागत और तकनीकी क्षमता दोनों का अनुमान लगाने में समय प्रभाव (समय के डमी के प्रयोग से) को नियंत्रित करने के प्रभाव को जानना चाहता हूं। सबसे महत्वपूर्ण बात, वांग और श्मिट (2002) के चालकों के लिए एक साथ अनुमान ) STATA12 में दक्षता बहुत बहुत धन्यवाद। फेडेरिको ने लगभग 2 साल पहले लिखा था अक्षमता प्रभाव के साथ बीसी 9 5 मॉडल के लिए सिंटैक्स एसएफएनलएल एलएनएलटीयूपी एलएनएलएल एलएनके एलएनएम एलएनएलएसक एलएनकेएसक एलएनएमएसएक्स एलएक्सके एलएक्सएम केएक्सएम, एम (बीसी 95) एम इयान (आकार आकार की आयु की उम्र एचसीएलएचएलएलआरआरएलआर स्वामित्व) आप उसी मॉडल को चला सकते हैं जिसका उपयोग करके फर्म-विशिष्ट निश्चित प्रभाव स्टेपैनल एलएनएलएल एलएनके एलएनएम एलएनएलएसक एलएनकेएसक एलएनएमएसएक्स एलएक्सके एलएक्सएम केएक्सएम, एम (टीएफई) डीआईटी (सामान्य) एमिन (आकार आकार की आयु का युग उम्र एचएचएल एलएलएलआरटीओ स्वामित्व) स्टेटा: डेटा विश्लेषण और सांख्यिकी सॉफ्टवेयर लोंगट्यूडिनल डेटाापनेल डेटा अतिरिक्त जानकारी का पूर्ण लाभ लें जो कि पैनल डेटा प्रदान करते हैं, जबकि एक साथ पैनल डेटा की ख़ासियत को संभालना। प्रत्येक पैनल में समय-अपरिवर्तनीय सुविधाओं का अध्ययन करें, पैनल के पार रिश्तों, और ब्याज के परिणाम समय के साथ कैसे बदलते हैं। फिक्स्ड-प्रभाव, यादृच्छिक प्रभाव, या आबादी-औसत अनुमान वाले बाइनरी, गिनती, क्रमिक, सेंसर या जीवित रहने के परिणामों के लिए रैखिक मॉडलों या गैर-रेखीय मॉडल फ़िट करें। गतिशील मॉडलों या एन्डोजेनिटी के साथ मॉडल फ़िट करें और भी बहुत कुछ। द्विआधारी, क्रमबद्ध और गिनती पर निर्भर चर के लिए यादृच्छिक-प्रभाव प्रतिगमन द्विआधारी और गिनती-निर्भर चर के लिए सशर्त निश्चित-प्रभाव प्रतिगमन Weibull, घातीय, असामान्य, loglogistic, या गामा मॉडल मजबूत और clusterndashrobust मानक त्रुटियों के बीच -2 एसएलएस अनुमानक के भीतर -2 एसएलएस अनुमानक बैलेस्ट्रांध वर्धराजनदेश कृष्णकुमार जी 2 एसएलएस अनुमानक बाल्टागी ईसी 2 एसएलएस अनुमानक संतुलित या बहिर्गामी संतुलित पैनल वाले सभी मजबूत और क्लास्टरंडैशस्ट्रॉजस्ट मानक त्रुटियां न्यू होसमानैण्डशैथल मेस्ट्रेल-वेरिएबल ऑप्टीकेटर्स अमेमीन्दाश मैकक्रिड इस्ट्रूमेंट-वेरिएबल्स एस्टालिस्टर्स सशक्त और क्लास्टरंडैशब्रॉस्ट मानक त्रुटियाँ रैखिक क्रॉस-अनुभागीय मॉडल के लिए नई पैनल-सही मानक त्रुटियां (पीसीएसई) समय - विमानी मॉडल समय-भिन्न क्षय मॉडल BattesendashCoelli समय प्रभाव के पैरामीराइजेशन तकनीकी दक्षता और अक्षमता के अनुमान पैनल-डेटा इकाई-रूट परीक्षण ImdashPesaranndashShin LevinndashLinndashChu Hadri Breitung फिशर-प्रकार (संयोजन p - values) Harrisnd एशटजावलिस पैनल द्वारा आच्छादित पैनल सामान्यीकृत रैखिक मॉडल (जीएलएम) के जीईई अनुमान को देखें और अपने आदेश के लिए सभी पोस्टस्टेमेशन सुविधाओं को देखें और चलाएं अनुमान के रूप में स्वचालित रूप से अपडेट किया जाता है अनुमान कमांड चलाए जा रहे हैं फैक्टर वैरिएबल्स स्वचालित रूप से स्पष्ट चर पर आधारित संकेतक बनाते हैं असतत और निरंतर चर के बीच फ़ॉरेस्ट इंटरैक्शन बहुपद शब्दावली श्रेणियों के विरोधाभास प्रदर्शन करेंवेलवेल्स देखें चरणीय पहलू का परिचय स्टेटा ट्यूटोरियल्स में चर देखें स्टेटा ट्यूटोरियल्स में मार्जिन का परिचय देखें स्टेटा ट्यूटोरियल्स में प्रोफाइल प्लॉट और इंटरैक्शन प्लॉट देखें