Bootstrap DEA: Korekcja błędu i przedziały ufności dla wyników efektywności
Bootstrap Data Envelopment Analysis (Bootstrap DEA) to rozszerzenie standardowej metody DEA oparte na resamplingu, które zapewnia statystycznie poprawne wnioskowanie dla wyników efektywności. Wprowadzone przez Simara i Wilsona w 1998 roku, rozwiązuje ono podstawową słabość klasycznej metody DEA — jej niezdolność do kwantyfikacji niepewności w szacowanych wynikach — poprzez konstruowanie bootstrapowych przedziałów ufności i skorygowanych o błąd estymacji wyników efektywności z wielokrotnie resamplowanych pseudo-granic.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Bootstrap Data Envelopment Analysis. ScholarGate. https://scholargate.app/pl/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.
- Estymacja bootstrapowaStatystyka↔ compare
- Sieciowa analiza obwiedni danych (Network DEA)Analiza efektywności↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →