Bootstrap DEA: Bias Correction og Konfidensintervaller for Effektivitetsscores
Bootstrap Data Envelopment Analysis (Bootstrap DEA) er en resampling-baseret udvidelse af standard DEA, der giver statistisk gyldig inferens for effektivitetsscores. Introduceret af Simar og Wilson i 1998, adresserer den den centrale svaghed ved klassisk DEA – dens manglende evne til at kvantificere usikkerhed i estimerede scores – ved at konstruere bootstrap-konfidensintervaller og bias-korrigerede effektivitetsskøn fra gentagne gange resamplede pseudo-grænser.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Bootstrap Data Envelopment Analysis. ScholarGate. https://scholargate.app/da/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.
- Bootstrap-inferensStatistik↔ compare
- Netværk-Data Envelopment Analysis (Network DEA)Effektivitetsanalyse↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →