Data Envelopment Analysis (DEA) is non-parametric
mathematical tool a linear programming-based approach for measuring the
relative efficiency of decision makin gunits (DMUs). DEA is becoming widely
used to evaluate the efficiency of organizations with multiple homogeneous DMUs
such as universities, hospitals, and banks that produce several outputs with a
variety of inputs. Different model selection methods have been suggested for
DEA in the literature. Model selection in DEA is a very important problem.
Efficiency score of DMU takes different values based on input and output.
Variable selection is crucial to the process as the omission of some of the
inputs can have a large effect on efficiency score. In this study, an example deals
with the efficiency in the economic performance of 28 Chinese cities.
Efficiency scores are calculated for all possible DEA model specifications. The
results are analyzed using Principal Component Analysis and a new method for
model selection is proposed in this paper.
Veri Zarflama Analizi, karar verme birimlerinin göreli etkinliklerinin
ölçen doğrusal programlamaya dayalı bir parametrik olmayan yöntemdir. Bu yöntem
çeşitli girdilerle bazı çıktıları üreten üniversiteler, hastaneler ve bankalar
gibi homojen karar verme birimlerinin etkinliklerinin değerlendirilmesi
sıklıkla kullanılmaktadır. Etkinlik skorlarının hesaplanmasında seçilen girdi
ve çıktıların oldukça büyük öneme sahiptir. Bu yüzden doğru girdi ve çıktıları
seçmek için literatürde veri zarflama analizinin çok farklı modelleri
bulunmaktadır. Bu çalışmada 28 şehre ait veriler kullanılarak ekonomik
performanslar hesaplanmıştır. Olası bütün veri zarflama analizi modelleri
etkinlik skorları hesaplanarak sonuçlar Temel Bileşen Analizi kullanılarak
analiz edilmiştir.
Journal Section | Articles |
---|---|
Authors | |
Publication Date | November 6, 2016 |
Published in Issue | Year 2016 ICEBSS Special Issue |
Dergimiz EBSCOhost, ULAKBİM/Sosyal Bilimler Veri Tabanında, SOBİAD ve Türk Eğitim İndeksi'nde yer alan uluslararası hakemli bir dergidir.