问题标签 [economics]

我正在开发一个均衡模型，在该模型中，生产者权衡收益和成本以选择他们工作的最佳时间。然而，相关的收益和成本函数都是有理的，这导致了问题的复杂一阶导数。引入参数值时，我得到 3 个变量中的 3 个方程组，如下所示：

eq1 = (10940*((12034*x)/35 + (1094*y)/5 + (2734*z)/25))/(7*(((12034*x)/35 + (1094*y)) /5 + (2734*z)/25)^2 + 640000)) - (10940*((12034*x)/35 + (1094*y)/5 + (2734*z)/25)^3)/ (7*(((12034*x)/35 + (1094*y)/5 + (2734*z)/25)^2 + 640000)^2) == x^3/5184

eq2 = (10940*((1094*x)/15 + (51418*y)/105 + (2734*z)/25))/(7*(((1094*x)/15 + (51418*y)) /105 + (2734*z)/25)^2 + 640000)) - (10940*((1094*x)/15 + (51418*y)/105 + (2734*z)/25)^3)/ (7*(((1094*x)/15 + (51418*y)/105 + (2734*z)/25)^2 + 640000)^2) == y^2/576

eq3 = (5468*((1094*x)/15 + (1094*y)/5 + (30074*z)/75))/(5*(((1094*x)/15 + (1094*y)) /5 + (30074*z)/75)^2 + 490000)) - (5468*((1094*x)/15 + (1094*y)/5 + (30074*z)/75)^3)/ (5*(((1094*x)/15 + (1094*y)/5 + (30074*z)/75)^2 + 490000)^2) == z^2/576

MATLAB 通常需要大约 48 小时才能找到此类方程组的解 - 当它确实找到它们时 - 使用 solve 命令。有没有更有效的方法来完成这项任务？（我确实对解决方案应该是什么样子有一个非常清楚的猜测：所有三个结果变量都应该在 [0,12] 区间内。）

我是一个新手，首先，刚开始学习Python，我正在尝试编写一些代码来计算一个假国家的基尼指数。我想出了以下几点：

Gini = area_perfect - area_lorenz只是没有意义的结果。我已经取出了区域变量给出的值并手动进行了数学计算，结果还不错，但是当我尝试让程序去做时，它给了我一个完全？？？值（-1.7198 ...）。我错过了什么？有人可以指出我正确的方向吗？

谢谢！

我想在 R 中进行 GARCH 建模，为此我需要将 Matlab 代码转换为 R。我尝试了不同的包，例如 rugarch。但是，我无法在 R 中找到与 Matlab 中相同的正确规范。

Matlab代码如下：

有人可以告诉我如何将其放入 R 中吗？

我有 2000-2015 年 15 年的 GDP 年度数据。我想将此数据转换为只有月份和年份的月度数据。

我只想将那一年的值复制到所有月份。我如何在 R 中执行此操作。例如，2010 年的值为 1708。我想为 2010 年的所有月份复制相同的值。

我的数据：

我正在尝试使用 GGPLOT2 格式化图表。我想要完成的感觉应该是相当简单的，但尽我所能，不要骰子。我有以下图表。

ggplot 图表

看起来像这样

理想情况下，我希望标题和图例与左侧齐平。我希望图例和标题都位于图表本身上方，图例标题直接位于图表标题下方，图例中的标签位于图例标题下方。更像这样。

如果有人可以帮助我处理这种格式，那就太好了。每当我从 theme() 中删除 justification 参数时，图例就会飞离图像的一半。谢谢你尽你所能的帮助！

如果你没有财务包，这里是数据框“marketdata”的一个小样本，如果你应用上面代码的转换，你应该能够得到一个类似的图表

我目前正在npregivderiv()从np包运行。我的数据集包含 30 个变量，大约有 19000 个观察值。我已经运行了大约一个小时，但它只是在第 4 次迭代中找到过程的最佳平滑（不知道有多少）。我在谷歌上搜索了这可能需要多长时间的任何迹象。这是正常的吗？有人对这个有经验么？我确实知道这是一个相对较大的数据集，但它是一个非参数包，显然应该专注于大型（如果不是巨大的）样本。

我想为 R 中的滚动窗口矢量误差校正模型 (VECM) 估计获得一些帮助。我有近 1600 个观察值的数据，我想通过使用一个包含 300 个观察值的滚动窗口来估计 VECM . （前三个估计窗口应该是 [1:300], [2:301], [3:302], ...）

我想收集每个估计窗口的误差校正系数并观察它们如何随时间变化。我对R不太熟悉。

我已经使用了 rollapplyr 方法，并且我使用的一种形式的代码如下所示：

或者：

但是，这些给了我每一行：

和这个：

当我使用简单的线性回归模型时，此 rollapplyr 方法有效。但是，当我试图估计 VECM 时，情况似乎并非如此。我应该怎么办？

我制作了这段代码，通过平均时间来划分值，然后我输入了所需的初始模型。但我不明白。有人请给我任何建议吗？我想再次使用 reshape() 或 dcast() 吗？

谢谢！！！

所以我进退两难了，我真的希望你们中的一些聪明人能帮助我。我正在努力做预算。在预算中，我包括付款状态。一些付款是“自动交易”（即资金存放在一个帐户中，服务提供商在特定日期提取它们）。

我旁边还有一个“实时”预算，我希望能够填写每个帐户的当前余额（通过检查余额，然后手动更改值）。这就是问题开始的地方——我的能力结束了。

我希望能够根据当前帐户余额以及尚未提取某些付款（自动付款）的事实来预测该月剩余几天的预算。这样，预算就会根据支出过多和不足（发生）进行调整。

工作表布局的基础知识如下，我“只是”想要：

[Total] 的Realtime_budget值为：

Realtime_accounts减去预算中相应状态 =“未付”或“未提取”的金额的总和。

从这里开始，“标题” = 表名，列标题就是这样。

表名：预算

表名：Realtime_accounts

表名：Realtime_budget

我正在使用 JAGS 对 ARMA 模型进行贝叶斯分析。我的数据是模拟数据，所以我知道结果。

到目前为止，如果我估计（例如）一个平稳的 AR(1) 过程，我会得到自回归参数的良好结果。

现在，我有一个时间序列，在一半的观察后有一个单位根。所以 1:500 固定 AR(1)（自回归参数为 0.3），500:1000 单位根。我的目标是获得一个密度，该密度在固定自回归参数的值（例如 0.3）和单位根值（大约 1）上都有质量。我想表明单位根是时间序列的一部分......

我的期望是，如果我对像 rho1~dunif(-10,10) 这样的自回归参数使用非信息性统一先验，我应该在两个值上都获得质量。真正发生的是，我只是获得了介于两者之间的值（大约 0.6）。

• 我应该对自回归项使用不同的先验吗？我还有哪些非中心化的可能性？
• GIBBS 采样器怎么可能穿过静止和非静止部分，但直方图在 0.3（静止 ar 参数）和单位根周围没有绘制任何观察值？

*编辑：

发布代码有点困难，因为它同时在 R 和 JAGS 中。以下是 JAGS 模型。我使用这个 JAGS 模型来估计以下具有 1000 个观测值的时间序列： 1:500 AR(1) 过程：y= alpha + rho1*y[i-1]，rho1=0.2 和 alpha=0。对于 501:1000，时间序列有一个单位根（随机游走）。