دانلود رایگان مقاله انگلیسی ارزیابی کارایی به وسیله دروندادها و بروندادهای چندگانه :تحلیل رگرسیون
دانلود رایگان مقاله انگلیسی ارزیابی کارایی به وسیله دروندادها و بروندادهای چندگانه :تحلیل رگرسیون
جهت دانلود ترجمه این مقاله اینجا کلیک نمایید.
مقاله لاتین در خصوص: Technical Efficiency Estimation with Multiple Inputs and Multiple Outputs Using Regression Analysis
جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
--------------------------------------------------------------------------------------------------------------------------------
توجه : متن قسمت پایین به صورت کامپیوتری ترجمه شده جهت مشاهده نمونه متن فارسی ویرایش شده و اصلی.
اینجا کلیک نمایید.
جایگزین روش های مبتنی بر رگرسیون تحلیل پوششی داده ها (DEA)، یک مدل برنامه نویسی غیر پارامتری که اجازه می دهد بازدید کنندگان خروجی های متعدد و ورودی است. محبوبیت توسط چارنز و همکاران (1978) و بعدها توسط بانکدار و همکاران افزایش یافته است. (1984)، روش تبدیل شده است به طور گسترده ای در تجزیه و تحلیل بهره وری عات فنی از واحدهای بخش عمومی استفاده می شود. همچنین کرایه و لاول (1978) مراجعه کنید. دو ma در مزیت هایی که دارای بیش از DEA رویکردهای مبتنی بر رگرسیون وجود دارد. اول، روش ناپارامتری به این معنا که یک مشخصه پیشینی از تابع تولید دوباره quired است. در عوض، رویکرد برآورد مرز با استفاده از اصل حداقل یون extrapolat تحت بدیهیات حفظ از یکنواختی و تحدب از یون کالا مجموعه ای امکان، بانکدار و همکاران (1984)، اگر چه این تفسیر شال enged، به عنوان مثال چانگ و GUH (1991) را ببینید. دوم، و شاید مهم تر، EAS DEA عاطفه دسته چند ورودی و خروجی های متعدد و امکان مقایسه مستقیم از امکانات ص roduction بدون نیاز به داده های ورودی از قیمت های اضافی. بسیاری از مطالعات که هفتم عملکرد الکترونیکی از DEA و روش رگرسیون بر اساس تجزیه و تحلیل شده است. به طور معمول، تجزیه و تحلیل شبیه سازی با فرآیند تولید داده 5 شامل یک تابع تولید تنها با یک خروجی استفاده شده است. گونگ و داس (1992) DEA و رویکرد لایه تیغه تصادفی با خروجی های متعدد در مقایسه اما با تکیه بر قیمت های ورودی. بانکدار و همکاران (1993) مورد تجزیه و تحلیل عملکرد DEA نسبت به COLS با استفاده از صلیب "دا شبیه سازی مقطعی تا. نتایج نشان داد که COLS به درستی برای خطای اندازه گیری را تنظیم کنید، DEA انجام حداقل به عنوان خوب، و هر دو مدل به عنوان خطای اندازه گیری در چین چین و بدتر انجام . روگیرو (1999) استفاده متقابل "داده مقطعی شبیه سازی شده و نشان داد که مدل مرزی تصادفی برای خطای اندازه گیری را کنترل کند و قطعی COL S و همچنین انجام شده است. Coelli و پرلمن (1999) ارائه تجزیه و تحلیل مقایسه از یک "خروجی و چند" چند فن آوری ورودی با استفاده از DEA و تجزیه و تحلیل رگرسیون implem ented با استفاده از SDF و متوجه شد که SDF خوبی کار می کرد.
