Anàlisi Envolupant de Dades (DEA) Bootstrap: Correcció de Biaix i Intervals de Confiança per a Puntuacions d'Eficiència
L'Anàlisi Envolupant de Dades Bootstrap (Bootstrap DEA) és una extensió de la DEA estàndard basada en la remostra que proporciona inferència estadísticament vàlida per a les puntuacions d'eficiència. Introduïda per Simar i Wilson el 1998, aborda la debilitat fonamental de la DEA clàssica —la seva incapacitat per quantificar la incertesa en les puntuacions estimades— mitjançant la construcció d'intervals de confiança bootstrap i estimacions d'eficiència corregides per biaix a partir de pseudo-fronteres generades per remostra repetida.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Simar, L., & Wilson, P. W. (1998). Sensitivity analysis of efficiency scores: How to bootstrap in nonparametric frontier models. Management Science, 44(1), 49–61. DOI: 10.1287/mnsc.44.1.49 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Bootstrap Data Envelopment Analysis. ScholarGate. https://scholargate.app/ca/efficiency-analysis/bootstrap-dea
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Inferencia BootstrapEstadística↔ compare
- Anàlisi Envolupant de Dades de Xarxa (Network DEA)Anàlisi d'eficiència↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →