ScholarGate
Βοηθός

Σύγκριση μεθόδων

Εξετάστε τις επιλεγμένες μεθόδους δίπλα-δίπλα· οι γραμμές που διαφέρουν επισημαίνονται.

Ανάλυση Δέσμευσης Δεδομένων (μοντέλο CCR) για κατάταξη βάσει αποδοτικότητας×Δικτυακή Ανάλυση Περιβάλλουσας Δεδομένων (Network DEA)×
ΠεδίοΛήψη ΑποφάσεωνΑνάλυση Αποδοτικότητας
ΟικογένειαMCDMRegression model
Έτος προέλευσης19782000
ΔημιουργόςCharnes, A., Cooper, W. W., Rhodes, E.Färe & Grosskopf
ΤύποςNon-parametric efficiency frontier (CCR model)Multi-stage nonparametric efficiency model
Θεμελιώδης πηγήCharnes, A., Cooper, W. W., Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research DOI ↗Färe, R., & Grosskopf, S. (2000). Network DEA. Socio-Economic Planning Sciences, 34(1), 35–49. DOI ↗
Εναλλακτικές ονομασίεςNetwork Data Envelopment Analysis, Network Efficiency Analysis, Multi-Stage DEA, Ağ Veri Zarflama Analizi
Συναφείς02
ΣύνοψηDEA (Data Envelopment Analysis (CCR model) for efficiency-based ranking) is a dea multi-criteria decision-making (MCDM) method introduced by Charnes, A., Cooper, W. W., Rhodes, E. in 1978. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.Network Data Envelopment Analysis (Network DEA) is a nonparametric efficiency measurement framework introduced by Färe and Grosskopf (2000) that extends classical DEA to multi-stage or multi-division production processes. Rather than treating a decision-making unit as a black box, it explicitly models the internal structure — the divisions and the intermediate products that flow between them — enabling stage-level and overall efficiency scores to be estimated simultaneously within a single coherent model.
ScholarGateΣύνολο δεδομένων
  1. v1
  2. 1 Πηγές
  3. PUBLISHED
  1. v1
  2. 1 Πηγές
  3. PUBLISHED

Μετάβαση στην αναζήτηση Λήψη διαφανειών

ScholarGateΣύγκριση μεθόδων: DEA · Network DEA. Ανακτήθηκε στις 2026-06-18 από https://scholargate.app/el/compare