塞福德,L.M。;朱,J。 DEA模型对所有数据同时变化的敏感性分析。 (英语) Zbl 1140.90433号 《运营杂志》。Res.Soc公司。 49,第10期,1060-1071(1998). 摘要:在数据包络分析(DEA)中,有效的决策单元(DMU)是最重要的,因为它们定义了有效边界。当同时考虑所有决策单元的数据变化时,本文为基本数据包络分析模型(如Charnes、Cooper和Rhodes(CCR)、Banker、Charnes和Cooper(BCC)提出的模型和加性模型)开发了一种新的敏感性分析方法。通过修改的DEA模型,其中被检查的特定DMU被排除在参考集之外,我们能够确定在有效的DMU变得低效之前可以容忍哪些数据扰动。我们的方法概括了通常的灵敏度分析方法,在该方法中,数据扰动仅应用于测试DMU,而所有剩余的DMU保持不变。在我们的框架中,允许所有DMU的数据在不同的输入和输出子集中同时变化。我们研究了所用修正DEA模型的不可行性与DEA模型稳健性之间的关系。结果表明,不可行意味着稳定。实证应用表明,DEA效率分类对于可能的数据误差是稳健的,尤其是在凸DEA情况下。 引用于23文件 MSC公司: 90B50型 管理决策,包括多个目标 90立方厘米 灵敏度、稳定性、参数优化 关键词:数据包络分析;效率;敏感性分析 软件:美国缉毒局 PDF格式BibTeX公司 XML格式引用 \textit{L.M.Seiford}和textit{J.Zhu},J.Oper。《联邦公报》第49卷第10期,第1060--1071页(1998年;Zbl 1140.90433) 全文: DOI程序