LIMDEP 11 完整计量经济学软件包
LIMDEP是一套集成的用于估计和分析带有横截面(cross section),时间序列和面板数据(panel data)的线性和非线性模型的软件包.LIMDEP一直是计量经济领域的领导者，提供大量最新技术，包括在面板数据分析中的尖端技术，前沿和效率估计(frontier and efficiency estimation)和离散选择建模(discrete choice modeling)。对于分析面板数据方面的技术和过程的集合一直都是独一无二的，多年来一直被作为估计和操作离散和有限独立变量模型(limited dependent variable models)的标准软件，LIMDEP 9.0在估计工具的宽度和多样性方面一直未被超越。
软件包的主要特征是有一套超过100个内置的估计器(estimator),可用于各种线性回归模型(linear regression mode),随机前沿(stochastic frontier),离散选择(discrete choice)和有限独立变量模型(limited dependent variable models)，包括二元(binary), 删失(censored), 截断(truncated), 幸存(survival), 计数, 离散和连续变量以及各种样本选择模型(sample selection models).没有其他程序包提供更广泛的单和多方程线性和非线性模型。
购买咨询
LIMDEP是一套真正的最先进的的程序包，已在全世界的数千所高校，政府机关，研究机构，商业和工业中用于教学和研究。
LIMDEP是一套完整的计量经济学软件包
LIMDEP采用计量经济学工作室的形式。 一个数据集的分析是以交互式的方式在一系列的窗口中执行。程序控制可以从“脚本”或在一个非结构化的包含指令和操作的会话中进行。程序被设计允许方便的设置数据，用于估计，不同模型形式的规格，带有不同规格的实验，假设检验， 数据和模型结果的分析 和特定过程和估计器的构建 。
LIMDEP提供用于计量经济学分析的完整工具集。除了估计程序，LIMDEP提供：
- 数据管理，包括从所有标准来源(比如Excel)的输入，所有的转换和样本控制的方式
- 内置的估计程序加上可编程语言，矩阵代数包和科学计算器，允许您编写自己的估计器，检验统计量和仿真和分析程序包。
- 随机数，用于bootstrapping,Gibbs抽样(Gibbs sampling)和蒙特卡洛模拟(Monte Carlo simulation)的矢量和矩阵能力
- 各种图形和数值描述性统计量能力
- 最佳化工具，允许您构建您自己的似然，GMM或最大模拟似然估计器
- 分析工具包括用于规格和假设检验的图形，数值分析和post estimation tools。
- 详尽的文档集的硬拷贝，超过2500页，包括程序，背景计量经济学和示例应用的所有参考指导
功能列表
LIMDEP是一套集成的用于估计和分析带有横截面(cross section),时间序列和面板数据(panel data)的线性和非线性模型的软件包.LIMDEP一直是计量经济领域的领导者，提供大量最新技术，包括在面板数据分析中的尖端技术，前沿和效率估计(frontier and efficiency estimation)和离散选择建模(discrete choice modeling)。对于分析面板数据方面的技术和过程的集合一直都是独一无二的，多年来一直被作为估计和操作离散和有限独立变量模型(limited dependent variable models)的标准软件，LIMDEP 9.0在估计工具的宽度和多样性方面一直未被超越。
软件包的主要特征是有一套超过100个内置的估计器(estimator),可用于各种线性回归模型(linear regression mode),随机前沿(stochastic frontier),离散选择(discrete choice)和有限独立变量模型(limited dependent variable models)，包括二元(binary), 删失(censored), 截断(truncated), 幸存(survival), 计数, 离散和连续变量以及各种样本选择模型(sample selection models).没有其他程序包提供更广泛的单和多方程线性和非线性模型。
LIMDEP是一套真正的最先进的的程序包，已在全世界的数千所高校，政府机关，研究机构，商业和工业中用于教学和研究。
LIMDEP是一套完整的计量经济学软件包
LIMDEP采用计量经济学工作室的形式。 一个数据集的分析是以交互式的方式在一系列的窗口中执行。程序控制可以从“脚本”或在一个非结构化的包含指令和操作的会话中进行。程序被设计允许方便的设置数据，用于估计，不同模型形式的规格，带有不同规格的实验，假设检验， 数据和模型结果的分析 和特定过程和估计器的构建 。
LIMDEP提供用于计量经济学分析的完整工具集。除了估计程序，LIMDEP提供：
- 数据管理，包括从所有标准来源(比如Excel)的输入，所有的转换和样本控制的方式
- 内置的估计程序加上可编程语言，矩阵代数包和科学计算器，允许您编写自己的估计器，检验统计量和仿真和分析程序包。
- 随机数，用于bootstrapping,Gibbs抽样(Gibbs sampling)和蒙特卡洛模拟(Monte Carlo simulation)的矢量和矩阵能力
- 各种图形和数值描述性统计量能力
- 最佳化工具，允许您构建您自己的似然，GMM或最大模拟似然估计器
- 分析工具包括用于规格和假设检验的图形，数值分析和post estimation tools。
- 详尽的文档集的硬拷贝，超过2500页，包括程序，背景计量经济学和示例应用的所有参考指导
功能列表
面板数据(Panel Data)模型
所有的线性和非线性模型可以使用面板数据的特定形式被分析，包括：
- 固定和随机效应
- 多层随机效应
- 潜在类别(Latent class)模型
- 随机参数(固定)模型
- 所有模型的非均衡面板(Unbalanced panels)
- 不受限面板数据集大小
- Arellano/Bond DPD with many variations
- IV和GMM估计器
模型估计和分析
用于连续，离散，受限和删失因变量的超过100个模型公式，包括：
- 线性和非线性回归Robust估计
- 二元选择
- 排序选择模型(Ordered choice models)
- Unordered multinomial choice
- 删失和截断
- 对数线性模型(Loglinear models)
- 随机前沿(Stochastic frontie)和DEA
- 幸存分析(Survival analysis)
- 时间序列模型
- 面板数据模型
数据描述和图形
描述性统计和图形分析工具，包括：
- 横截面和面板的描述性统计
- 均值和分位数表格
- 时间序列
- 图形工具
- 判别分析(Discriminant analysis)
计数数据
对于计数数据有比其他程序包更广的规格范围，包括几个新开发的模型：
- 泊松和负二项模型
- NB模型的新规格
- Gamma, 广义泊松(generalized Poisson), Polya
- Aeppli
- Zero inflation and hurdle
- 固定和随机效应
- 潜在类别(Latent class)
统计分析
编程语言允许被支持估计器的扩展：
- 非线性估计
- 参数功能的Delta方法
- 仿真:Krinsky 和 Robb
- 检验和限制
- 后估计(Post estimation)分析
- 预测
- 边际效应(Marginal effects)
数据环境
几乎每个模型都可以被扩展到各种框架(frameworks)，包括：
- 数据转换
- 横截面(Cross section)
- 面板数据(Panel data)
- 时间序列处理
编程和数值分析
编程语言，包括矩阵和数据处理命令，被用于构建新的估计器:
- 用于用户支持的函数MAXIMIZE/MINIMIZE
- LIMDEP矩阵语言
- 科学计算器
- 数值分析工具，积分和微分
- 基于估计的仿真
- 程序Gibbs抽样器
|
前沿和效率分析
随机前沿模型的所有形式：
- 固定和随机效应
- Battese 和 Coelli
- 异方差性(Heteroscedasticity)
- Technical inefficiency estimation
- 这是唯一一个有SFA和DEA的软件包
LIMDEP中的离散选择模型
二元，多项式，排序，计数和多变量离散数据的离散选择(Discrete choice)估计器：
- 二元选择-数十个规格
- 排序选择(Ordered choice)
- Hierarchical ordered choice
- 面板数据
- 多项式logit
- 计数数据模型
使用NLOGIT建模个人选择(Individual Choice)
NLOGIT包含了LIMDEP的所有特征，加上许多不包含在LIMDEP中的多项式选择模型的扩展，包括：
- 嵌套logit模型
- 广义嵌套logit模型
- 多项式概率模型(Multinomial probit model)
- 混合(随机参数)logit模型
- 潜在类别(Latent class)模型
- 误差构成(Error components,RE)logit模型
- 动态随机效应MNL模型
- 一般用途规格
- 局部效应和弹性(elasticities)
- 模型仿真
这些特征不含在LIMDEP中
时间序列分析
一系列用于时间序列的估计器，包括：
- ARMAX模型
- GARCH和GARCH-in-mean模型
- 谱密度估计(Spectral density estimation)
- ACF和PACF
- Phillips-Perron检验
- Newey-West估计器
准确性
采用非常准确的计算方法。在所有的国家标准和技术研究院的检验问题上都获得高分，包括：
后估计(Post Estimation)
用于后估计的扩展工具，使得模型结果处理可以和其他统计和过程一起。
数据管理
数据管理工具用于数据输入和随机数生成器的内在生成(internal generation),包括：
- 数据转换
- 抽样和bootstrapping
- Bootstrap横截面观测值和面板分组
- 加权数据
- 随机数生成
- 聚类抽样和分层
|
相关文档
|
