[小总结]常见order-of growth

本文分享了一张从Coursera算法课程中截取的图片,该图片总结了常见的算法增长阶(order-of-growth),有助于理解不同算法的时间复杂度及其在实际应用中的表现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

听coursera的算法课截屏的一张图,常见order-of-growth的总结


gen t = year - 2000 // 时间趋势变量 gen lnY = ln(real_gdp) // 产出对数 gen lnK = ln(K) // 资本对数 gen lnL = ln(labor) // 劳动对数 xtset province t * 步骤2:生成超越对数项 gen lnK2 = lnK^2 gen lnL2 = lnL^2 gen t2 = t^2 gen lnK_lnL = lnK * lnL gen lnK_t = lnK * t gen lnL_t = lnL * t 以上为生成的变量及初始变量,检查以下代码并更正错误变量名。 by province: gen gL = (L - L.L) / L.L // 劳动增长率 * 计算规模效应(SC) * SC = (RTS - 1) * [s_k * gK + s_l * gL] * 其中s_k = E_k/RTS, s_l = E_l/RTS gen s_k = E_k / RTS // 资本产出份额 gen s_l = E_l / RTS // 劳动产出份额 gen SC = (RTS - 1) * (s_k * gK + s_l * gL) * 计算配置效率变化(AE) * AE = (E_k - s_k)*gK + (E_l - s_l)*gL gen AE = (E_k - s_k)*gK + (E_l - s_l)*gL * 计算全要素生产率增长率(TFP) gen tfp_growth = TC + TEC + SC + AE * 计算累积TFP指数(以2000年为基期=100) sort province year by province: gen tfp_index = 100 if year == 2000 by province: replace tfp_index = L.tfp_index * (1 + tfp_growth) if year > 2000 * 保存结果 keep province year Y K L te TC TEC SC AE tfp_growth tfp_index E_k E_l RTS order province year tfp_index tfp_growth TC TEC SC AE te E_k E_l RTS save "tfp_decomposition_results.dta", replace * 结果分析:全国平均TFP增长率 preserve collapse (mean) tfp_growth TC TEC SC AE, by(year) line tfp_growth TC TEC SC AE year, /// title("全国平均TFP增长率分解") /// ytitle("增长率") xtitle("年份") /// legend(label(1 "TFP增长") label(2 "技术进步") label(3 "效率变化") /// label(4 "规模效应") label(5 "配置效率")) restore * 分省份分析 levelsof province, local(provinces) foreach p of local provinces { preserve keep if province == `p' line tfp_index year, /// title("`p'省TFP指数(2000=100)") /// ytitle("TFP指数") xtitle("年份") restore } * 输出各省平均TFP增长率 table province, c(mean tfp_growth mean TC mean TEC mean SC mean AE) format(%9.3f) * 导出结果到Excel export excel province year tfp_index tfp_growth TC TEC SC AE using "tfp_results.xlsx", firstrow(variables) replace
最新发布
07-13
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值