Bootstrap DEA: Skattning av bias och konfidensintervall för effektivitetsmått
Bootstrap Data Envelopment Analysis (Bootstrap DEA) är en resampling-baserad utvidgning av standard DEA som tillhandahåller statistiskt giltiga inferenser för effektivitetsmått. Metoden introducerades av Simar och Wilson 1998 och åtgärdar den klassiska DEA:s kärnsvaghet – dess oförmåga att kvantifiera osäkerhet i skattade mått – genom att konstruera bootstrap-konfidensintervall och bias-korrigerade effektivitetsskattningar från upprepade gånger resamplade pseudogränser.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). Bootstrap Data Envelopment Analysis. ScholarGate. https://scholargate.app/sv/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.
- BootstrapinferensStatistik↔ compare
- Nätverksanalys av datainhämning (Network DEA)Effektivitetsanalys↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →