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