Data Envelopment Analysis (DEA) Bootstrap: Correzione del Bias e Intervalli di Confidenza per i Punteggi di Efficienza
La Data Envelopment Analysis (DEA) Bootstrap (Bootstrap DEA) è un'estensione basata sul ricampionamento della DEA standard che fornisce inferenza statisticamente valida per i punteggi di efficienza. Introdotta da Simar e Wilson nel 1998, affronta la debolezza principale della DEA classica – la sua incapacità di quantificare l'incertezza nei punteggi stimati – costruendo intervalli di confidenza bootstrap e stime di efficienza corrette per il bias da pseudo-frontiere ricampionate ripetutamente.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). Bootstrap Data Envelopment Analysis. ScholarGate. https://scholargate.app/it/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.
- Inferenza BootstrapStatistica↔ compare
- Data Envelopment Analysis di Rete (Network DEA)Analisi dell'efficienza↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →