Análisis Envolvente de Datos (DEA) Bootstrap: Corrección de Sesgo e Intervalos de Confianza para Puntuaciones de Eficiencia
El Análisis Envolvente de Datos (DEA) Bootstrap (Bootstrap DEA) es una extensión basada en remuestreo del DEA estándar que proporciona inferencia estadísticamente válida para las puntuaciones de eficiencia. Introducido por Simar y Wilson en 1998, aborda la debilidad central del DEA clásico —su incapacidad para cuantificar la incertidumbre en las puntuaciones estimadas— mediante la construcción de intervalos de confianza bootstrap y estimaciones de eficiencia corregidas por sesgo a partir de pseudo-fronteras generadas por remuestreo repetido.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 2). Bootstrap Data Envelopment Analysis. ScholarGate. https://scholargate.app/es/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
- Análisis Envolvente de Datos en Red (Network DEA)Análisis de eficiencia↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →