数据包络分析法(DEA) R实现 | 您所在的位置:网站首页 › 面板dea › 数据包络分析法(DEA) R实现 |
概念
数据包络分析(Data envelopment analysis,DEA)是运筹学中用于测量决策部门生产效率的一种方法,它是基于相对效率发展的崭新的效率评估方法。 详细来说,通过使用数学规划模型,计算决策单元相对效率,从而评价各个决策单元。每个决策单元(Decision Making Units,DMU)都可以看作为相同的实体,各 DMU 有相同的输入、输出。综合分析输入、输出数据,DEA 可得出各个 DMU 的综合效率,据此定级排队 DMU,确定有效(即相对效率最高)DMU,挖掘其他 DMU非有效的程度和缘由。 DEA 模型有多种类型,最具代表性有CCR 模型,BCC模型。CCR 模型基于规模报酬不变的假设,而BCC模型则基于规模报酬可变的假设,二者各有侧重,可以选择结合两个方法同时展开数据分析。 样例在实际使用中,首先搭建模型确认相应的投入指标、产出指标。比如在计算银行的效率时选择了成本收入比、员工数量、资本充足率为投入指标,净利润、净资产收益率、营业收入为产出指标。 R实现 数据导入这里使用R的deaR包,导入的数据格式如下: 年份投入1…投入n产出1…产出m20082009…2017 在样例中,投入指标有3个,产出指标也有3个,整合在csv中导入R。这个csv文件第一列是行号,2到4列是投入数据,5到7列是产出数据。 library('deaR') library(readxl) data |
CopyRight 2018-2019 实验室设备网 版权所有 |