Regression modelEfficiency analysis
부트스트랩 DEA: 효율성 점수에 대한 편향 보정 및 신뢰 구간
부트스트랩 데이터 포괄 분석(Bootstrap DEA)은 효율성 점수에 대한 통계적으로 유효한 추론을 제공하는 표준 DEA의 재표본 추출 기반 확장입니다. Simar와 Wilson이 1998년에 도입한 이 방법은 반복적으로 재표본 추출된 의사 최전선을 구성하여 부트스트랩 신뢰 구간과 편향 보정 효율성 추정치를 생성함으로써 고전 DEA의 핵심 약점, 즉 추정된 점수의 불확실성을 정량화할 수 없다는 문제를 해결합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Bootstrap Data Envelopment Analysis. ScholarGate. https://scholargate.app/ko/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.
Compare side by side →