項目進展匯報 基于小樣本數(shù)據(jù)的決策單元效率評價方法研究

《項目進展匯報 基于小樣本數(shù)據(jù)的決策單元效率評價方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。

1、項目進展匯報——基于小樣本數(shù)據(jù)的決策單元效率評價方法研究李勇軍中國科學技術大學管理學院2010年11月22日提綱小樣本數(shù)據(jù)介紹項目研究內容簡介項目進展情況說明小樣本數(shù)據(jù)介紹定義DMU少或指標數(shù)過多為主要特征的樣本數(shù)據(jù)。分類根據(jù)DMU和指標數(shù)量多少的標準，可細分為：（1）所觀測DMU和評價指標數(shù)量均少；（2）DMU數(shù)量適度但指標數(shù)過多，該相對標準可參考文獻[1]指出的指標數(shù)應不多于DMU數(shù)的1/3；（3）DMU數(shù)少，而評價指標數(shù)多。項目研究內容簡介背景DEA無法處理小樣本數(shù)據(jù)；(DMU都為有效)小樣本數(shù)據(jù)問題大量存在；（電信、生態(tài)效率、大學院

2、系等）小樣本數(shù)據(jù)大量存在是必然的。（潛在的評價指標數(shù)量眾多;決策者無法在眾多的相關與不相關的指標中做出一個完全正確的取舍）項目研究內容簡介根據(jù)不同類別的小樣本數(shù)據(jù)，本項目研究可分解為三個子問題：（1）針對第一類小樣本數(shù)據(jù)，研究基于擴充DMU策略的效率評價方法；（2）針對第二類小樣本數(shù)據(jù)，研究基于壓縮指標策略的效率評價方法；（3）針對第三類小樣本數(shù)據(jù)，上述兩種方法的整合研究。項目研究情況說明目前的研究主要針對第二個子問題，即基于壓縮指標的效率評價方法LiangLiang,LiYongjun,LiShibing.IncreasingtheDis

3、criminatoryPowerofDEAinthepresenceoftheUndesirableOutputsandlargeDimensionalityofDataSetswithPCA.ExpertSystemwithApplications,36(3):5895-5899,2009.（SCI/EI）LiYongjun,LiangLiang.AShapleyValueIndexontheImportanceofVariablesinDEAModels.ExpertSystemwithApplications(2010),37(9):

4、6287–6292,2010.（SCI/EI）YangFeng,LiYongjun,LiangLiangandWuDexiang.Modellingundesirableoutputsineco-efficiencyevaluationtopapermillsalongtheHuaiRiverbasedonShannonDEA.LiYongjun,LiangLiang.IncreasingtheDiscriminatoryPowerofDEAUsingShannon'sEntropy,the7th?InternationalConferen

5、ceonDataEnvelopmentAnalysis,Philadelphia,USA,July10-12,2009.LiYongjun,LiangLiang.VariableSelectionforDEAModelsUsingAkaike'sInformationCriteria,the7th?InternationalConferenceonDataEnvelopmentAnalysis,Philadelphia,USA,July10-12,2009.另外有5篇文章在審。謝謝！