在Matlab中,我在表单的表中有一个数据集:
SCHOOL SEX AGE ADDRESS STATUS JOB GUARDIAN HEALTH GRADE
UR F 12 U FT TEA MOTHER 1 11
GB M 22 R FT SER FATHER 5 15
GB M 12 R FT OTH FATHER 3 12
GB M 11 R PT
我已经在Matlab Builder NE工具箱中用deploytool成功构建了我的一系列.m脚本文件(包括Pairs.m)。我还检查了软件包构建的支持设置,以确保我正在调用的经济工具箱函数是egcitest。
一切似乎都在我的C#应用程序和生成器NE工具箱生成的动态链接库之间架起了桥梁。当它调用egcitest时,我从Matlab编译器运行时得到一个奇怪的异常,它是:
.. MWMCR::EvaluateFunction error ...
Error using ==> load
Unable to read file Data_EGCITest:
No such file
好的,我是Matlab的新手,我现在正在写一些计量经济学的脚本。在我进入真正的计量经济学之前,我必须创建一个函数来选择我感兴趣的数据。虽然我通过在一个非常结构化的层次上编写来设法让这个脚本工作,但我希望这个脚本尽可能具有通用性,因此我想把它分成几个具体的函数。但是,当我将所有这些都转换为一个函数时,我一直收到错误消息“函数定义在此上下文中不被允许”。提前感谢您的帮助。
function [probingArray] = extractData (data, startValue, numberOfPeriods)
arrayHeight=size(data,1);
for i
我有一个数据帧列表,我想记录这些数据帧中每个元素的日志,并找出第一个差异。在时间序列计量经济学中,这个过程给出了一个近似的增长率。以下代码
for i in [0, 1, 2, 5]:
df1_list[i] = 100 * np.log(df_list[i]).diff()
给出一个错误
__main__:7: RuntimeWarning: divide by zero encountered in log
__main__:7: RuntimeWarning: invalid value encountered in log
当我查看结果时,产生的数据帧的许多元素都是nan。我
我正在进行面板回归,并决定改用lm(),因为plm()对于测试数据(以及linearmodels中的linearmodels)没有一个很好的predict()函数,对于我来说,作为计量经济学新手,lme4语法是不直观的。
我想使用lm并预测未知的数据。
我的lm()方程看起来像这样,作者是一个固定的效果
fit <- lm(y ~ a + b + factor(author), data = train)
很明显它给我打印了数千个系数。如何在lm()中建立一个模型,对所有作者进行评估,而不单独打印?
我对这个相当简单的问题表示歉意,因为尽管我在计量经济学/回归分析方面有一些R方面的经验,但我还是设法跳过学习如何在R中创建基本的汇总统计数据,如何生成一个输出来计算该特定数据的观察数。
对于此数据,如何计算特定列的每种类型的不同数目(即:“侧”列中有多少个L和Rs )?如果“侧”列等于“L”(例如,当'Side‘等于'L’时,绿色、红色或蓝色的百分比是多少?
Side State Color Type
L O Green B
R C Red Q
R O
我正在检查FixedEffectModels.jl包,我意识到在他们的中,他们的回归模型没有截获。因此,对于一个回归模型,他们运行的是y = x + e而不是y = a + x + e。我在公式中包含了一个常量项,但报告的与常量项相关的系数为零和其他统计数据(如Std。错误、t值等)是NaN。FixedEffectsModel.jl是否会自动向公式中添加常量项。如果没有,我如何做到这一点?
在我去的时候,我正在学习在线计量经济学课程和学习统计模型。
我从老师那里得知,这种回归在对数比例下会有更好的拟合,但我不知道如何或在何处转换我的数据/公式。
我正在使用Python,Pandas,Statsmodel和Patsy
下面是我将数据转换为dmatrices的地方:
y, X = dmatrices('PRICE ~ QUANTITY', data=df, return_type='dataframe')
下面是我在状态模型中进行回归的地方:
mod = sm.OLS(y, X) # Describe model
r