Die Aktion frontierCost analysiert stochastische Grenzkostenmodelle. Sie ermöglicht die Schätzung von Kostenfunktionen, bei denen Abweichungen vom theoretischen Kostenminimum als Ineffizienz und zufälliges Rauschen modelliert werden. Diese Methode wird häufig in der ökonometrischen Analyse verwendet, um die Kosteneffizienz von Einheiten zu bewerten.
| Parameter | Beschreibung |
|---|---|
| bounds | Legt einfache Randbedingungen für die Parameterschätzungen fest, um den Wertebereich einzuschränken. |
| class | Gibt die Klassifikationsvariablen an, die in der Analyse verwendet werden sollen. |
| display | Spezifiziert die Liste der Anzeigetabellen, die von der Aktion erstellt werden sollen. |
| freq | Gibt eine Variable an, die die Häufigkeit (Frequenz) jeder Beobachtung enthält. |
| includeinternalnames | Fügt der Parameterschätzungstabelle eine Spalte mit internen Namen hinzu, wenn auf TRUE gesetzt. |
| initialvalues | Spezifiziert die Anfangswerte für die Parameterschätzung. |
| model | Definiert das stochastische Grenzmodell, einschließlich der abhängigen Variablen (Kosten) und der unabhängigen Effekte. |
| optimizer | Steuert Parameter des Optimierungsprozesses, wie z.B. die Optimierungstechnik und Konvergenzkriterien. |
| output | Spezifiziert Details für die Ausgabetabelle, die berechnete Werte wie vorhergesagte Kosten und Effizienzscores enthält. |
| restrictions | Legt lineare Restriktionen fest, die den Parameterschätzungen auferlegt werden. |
| table | Gibt die Eingabetabelle an, die die zu analysierenden Daten enthält. |
| tests | Spezifiziert lineare Hypothesen über die Regressionsparameter und führt Tests (Wald, LM, LR) durch. |
| weight | Gibt eine Variable für die Gewichtung der Beobachtungen an. |
Erzeugt einen Datensatz mit logarithmischem Output, Preisen und Gesamtkosten, der eine Ineffizienzkomponente enthält.
| 1 | |
| 2 | DATA casuser.cost_sim; |
| 3 | call streaminit(123); |
| 4 | DO i = 1 to 200; |
| 5 | log_q = rand('Normal', 2, 0.5); |
| 6 | log_p = rand('Normal', 1, 0.2); |
| 7 | v = rand('Normal', 0, 0.1); |
| 8 | u = abs(rand('Normal', 0, 0.25)); |
| 9 | log_cost = 1 + 0.7*log_q + 0.3*log_p + v + u; |
| 10 | OUTPUT; |
| 11 | END; |
| 12 | |
| 13 | RUN; |
| 14 |
Schätzt ein grundlegendes stochastisches Grenzkostenmodell unter Verwendung der simulierten Daten.
| 1 | |
| 2 | PROC CAS; |
| 3 | frontier.frontierCost TABLE={name="cost_sim", caslib="casuser"} model={depVar={{name="log_cost"}}, effects={{vars={"log_q", "log_p"}}}}; |
| 4 | |
| 5 | RUN; |
| 6 |
Führt eine Analyse mit einem spezifizierten Ineffizienztyp (Half-Normal) durch und speichert die technischen Effizienzscores in einer Ausgabetabelle.
| 1 | |
| 2 | PROC CAS; |
| 3 | frontier.frontierCost TABLE={name="cost_sim", caslib="casuser"} model={depVar={{name="log_cost", options={type="HALF"}}}, effects={{vars={"log_q", "log_p"}}}} optimizer={algorithm="QUASINEWTON", maxit=100} OUTPUT={casOut={name="cost_efficiency", replace=true}, te1="tech_eff"}; |
| 4 | |
| 5 | RUN; |
| 6 |