ScholarGate
Asistents
Regression modelEfficiency analysis

Bootstrap DEA: Bias Correction and Confidence Intervals for Efficiency Scores

Bootstrap Data Envelopment Analysis (Bootstrap DEA) ir uz atkārtotu izlases (resampling) balstīta standarta DEA paplašinājums, kas nodrošina statistiski derīgu secinājumu par efektivitātes rādītājiem. Ieviestā Simar un Wilson 1998. gadā, tā risina klasiskās DEA galveno trūkumu — nespēju kvantificēt novērtēto rādītāju nenoteiktību — veidojot bootstrap uzticamības intervāles un uz uzlabotu novērtējumu balstītus efektivitātes aprēķinus no atkārtoti izlasītiem pseidofrentieriem.

Pielietot ar EconMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Bootstrap DEA: Bias Correction and Confidence Intervals for Efficiency Scores
Bootstrap InferenceTīkla datu apvalka analī…Datu apvalka analīzes (D…

Avoti

  1. 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

Kā citēt šo lapu

ScholarGate. (2026, June 2). Bootstrap Data Envelopment Analysis. ScholarGate. https://scholargate.app/lv/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

Uz to atsaucas

ScholarGateBootstrap DEA (Bootstrap Data Envelopment Analysis). Izgūts 2026-06-15 no https://scholargate.app/lv/efficiency-analysis/bootstrap-dea · Datu kopa: https://doi.org/10.5281/zenodo.20539026