DEA Bootstrap: Correção de Viés e Intervalos de Confiança para Escore de Eficiência
A Análise Envoltória de Dados Bootstrap (Bootstrap DEA) é uma extensão baseada em reamostragem da DEA padrão que fornece inferência estatisticamente válida para escores de eficiência. Introduzida por Simar e Wilson em 1998, ela aborda a principal fraqueza da DEA clássica – sua incapacidade de quantificar a incerteza nos escores estimados – construindo intervalos de confiança bootstrap e estimativas de eficiência corrigidas para viés a partir de pseudo-fronteiras repetidamente reamostradas.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 2). Bootstrap Data Envelopment Analysis. ScholarGate. https://scholargate.app/pt/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.
- Inferência BootstrapEstatística↔ compare
- Análise Envoltória de Dados em Rede (Network DEA)Análise de eficiência↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →