Bootstrap DEA: Pembetulan Ralat dan Selang Kebenaran untuk Skor Kecekapan
Analisis Penyeluraian Data (Bootstrap DEA) ialah lanjutan DEA piawai berasaskan pensampelan semula yang menyediakan inferens statistik sah untuk skor kecekapan. Diperkenalkan oleh Simar dan Wilson pada tahun 1998, ia menangani kelemahan teras DEA klasik — ketidakupayaannya untuk mengukur ketidakpastian dalam skor anggaran — dengan membina selang kebenaran bootstrap dan anggaran kecekapan yang dibetulkan ralat daripada sempadan pseudo yang dikumpul semula berulang kali.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). Bootstrap Data Envelopment Analysis. ScholarGate. https://scholargate.app/ms/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.
- Inferens BootstrapStatistik↔ compare
- Analisis Penyelidikan Data Jaringan (Network DEA)Analisis Kecekapan↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →