gbnlpanel - Online di Cloud

PROGRAM:

NAMA

gbnlpanel - Regresi panel non-linier

RINGKASAN

gbnlpanel [Pilihan]

DESKRIPSI

Setiap baris blok mewakili realisasi proses tunggal. Blok dipisahkan oleh dua
spasi putih dan mewakili variabel model, kolom mewakili variabel waktu. Masukan adalah
dibaca sebagai (X1_[r,t],...,Xj_[r,t],... XN_[r,t]), di mana r adalah baris, t kolom dan j
memblokir. Model mengasumsikan bahwa

MENYENANGKAN(X1_[r,t],...,XN_[t,t]) - c_r = e_{r,t}

dengan elemen spesifik panah e iid dan 'c', yang dapat diperbaiki (efek tetap) atau normal
variabel acak (efek acak).

PILIHAN

-M jenis model (default 0)

0 efek tetap

1 efek acak

-O jenis keluaran (default 0)

0 parameter

1 parameter dan kesalahan

2 dan statistik panel

3 parameter dan matriks varians

-V estimasi matriks varians (default 0)

0 < J^{-1} >, dihitung melalui kemungkinan log yang dikurangi sepenuhnya

1 < H^{-1} >, dihitung melalui kemungkinan log yang dikurangi sepenuhnya

2 < H^{-1} JH^{-1} >, dihitung melalui kemungkinan log yang dikurangi sepenuhnya

3 < J^{-1} >, dihitung melalui kemungkinan log yang tidak dikurangi

4 < H^{-1} >, dihitung melalui kemungkinan log yang tidak dikurangi

5 < H^{-1} JH^{-1} >, dihitung melalui kemungkinan log yang tidak dikurangi

-v tingkat verbositas (default 0)

0 hanya hasil

1 komentar header

2 ringkasan statistik

3 matriks kovarians

4 langkah minimalisasi

5 definisi model

-e toleransi minimalisasi (default 1e-6)

-F pemisah kolom input (default " \t")

-h bantuan ini

-A opsi pengoptimalan MLL yang dipisahkan koma: step,tol,iter,eps,msize,algo. Gunakan kosong
bidang untuk default. (default 0.1,0.01,500,1e-6,1e-6,0)

langkah ukuran langkah awal dari algoritma pencarian

toleransi pencarian garis tol iter: jumlah maksimum iterasi

eps gradien toleransi : kriteria berhenti ||gradien||

metode optimasi algo: 0 Fletcher-Reeves, 1 Polak-Ribiere, 2
Broyden-Fletcher-Goldfarb-Shanno, 3 Keturunan paling curam (tidak disarankan), 4 simpleks,
5 Broyden-Fletcher-Goldfarb-Shanno-2

CONTOH

gbnlpanel 'x1-a*x2-c,a=0,c=0' < data.dat
regresi panel linier dengan satu variabel bebas

Gunakan gbnlpanel online menggunakan layanan onworks.net