This HTML5 document contains 117 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dbpedia-dehttp://de.dbpedia.org/resource/
dctermshttp://purl.org/dc/terms/
n11https://sites.temple.edu/banker/files/2021/01/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
n23https://assets.cambridge.org/97811070/36161/frontmatter/
dbpedia-kohttp://ko.dbpedia.org/resource/
n17https://global.dbpedia.org/id/
n18https://papers.ssrn.com/sol3/
dbpedia-ruhttp://ru.dbpedia.org/resource/
dbthttp://dbpedia.org/resource/Template:
skoshttp://www.w3.org/2004/02/skos/core#
rdfshttp://www.w3.org/2000/01/rdf-schema#
n30https://personal.utdallas.edu/~ryoung/phdseminar/
n26https://www.researchgate.net/publication/
freebasehttp://rdf.freebase.com/ns/
n27http://dx.doi.org/10.1007/
dbpedia-pthttp://pt.dbpedia.org/resource/
n7https://www.springer.com/journal/
dbpedia-fahttp://fa.dbpedia.org/resource/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
n24https://
dbpedia-ithttp://it.dbpedia.org/resource/
n25http://zbw.eu/stw/mapping/dbpedia/
dbpedia-zhhttp://zh.dbpedia.org/resource/
dbpedia-frhttp://fr.dbpedia.org/resource/
wikipedia-enhttp://en.wikipedia.org/wiki/
dbchttp://dbpedia.org/resource/Category:
dbphttp://dbpedia.org/property/
provhttp://www.w3.org/ns/prov#
n35http://zbw.eu/stw/descriptor/
xsdhhttp://www.w3.org/2001/XMLSchema#
wikidatahttp://www.wikidata.org/entity/
goldhttp://purl.org/linguistics/gold/
dbrhttp://dbpedia.org/resource/

Statements

Subject Item
dbr:Benchmarking
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Robert_M._Thrall
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Valerie_Belton
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Efficiency
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:LIMDEP
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Nonparametric_statistics
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Ordinal_priority_approach
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Data_Envelopment_Analysis
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
dbo:wikiPageRedirects
dbr:Data_envelopment_analysis
Subject Item
dbr:Data_envelopment_analysis
rdf:type
dbo:Software
rdfs:label
Analyse par enveloppement des données 자료 포락 분석 Data Envelopment Analysis Анализ среды функционирования 数据包络分析 Análise por envoltória de dados Data envelopment analysis Data-Envelopment-Analysis
rdfs:comment
L'analyse par enveloppement des données (en anglais, data envelopment analysis - abrégée DEA) est une méthode d'analyse comparative non paramétrique de l'efficience. Elle a pour but de comparer des unités de production (ou plus généralement, des (en) , en anglais decision making unit abrégé DMU) selon les ressources qu'elles utilisent (les facteurs de productions, ou inputs) et les biens ou services produits produits (outputs). La DEA est basée sur le concept d'ensemble des technologies qui est l'ensemble des plans de productions, c'est-à-dire les outputs pour des facteurs de productions donnés, réalisables technologiquement. Cette méthode d'analyse a été inventée par Abraham Charnes, William W. Cooper et Edward Rhodes. Dateneinhüllanalyse (DEA) und Data Envelopment Analysis sind Begriffe für eine Technik zur aus dem Bereich des Operations Research, die in den Wirtschaftswissenschaften weite Verbreitung gefunden hat. Sie dient der vergleichenden Messung der Effizienz von Organisationseinheiten oder . 자료 포락 분석(Data Envelopment Analysis, DEA)은 1978년에 처음으로 제안된 이후 경영과학(OR/M, Operation Research/Management)에서 가장 널리 활용되고 있는 방법 중 하나이다. 같거나 유사한 업무를 수행하는 '개별 주체'들의 효율성을 객관적으로 평가하는 방법론으로 잘 알려져 있다. 여기서 개별 주체를 DMU(Decision Making Unit)라고 부르는데, 큰 기관이나 조직(국가, 다국적 기업, 지자체, 금융기관, 연구기관, 대기업, 중소기업 등), 소속 단위부서(지점, 팀 등), 프로젝트, 개인, 제품 등 비교대상이 되기만 하면 무엇이든 관계없다. DEA는 시장가격이 없는 경우에 투입변수와 산출변수를 기반으로 DMUs의 상대적 효율성을 측정하기 위해 고안되었는데, 투입과 산출 간에 어떤 사전적 함수관계에 대한 가정이 없더라도 이를 모델화할 수 있는 것이 커다란 장점이다. 그만큼 활용성과 융통성이 좋다. 그 결과 DEA의 활용 영역이 매우 확대되어 제품 디자인의 선정, 마케팅 전략의 결정, 제품의 경쟁력 도출 등에도 활용되고 있다. Data envelopment analysis (DEA) is a nonparametric method in operations research and economics for the estimation of production frontiers. 数据包络分析（Data envelopment analysis，DEA）是运筹学和研究经济生产边界的一种方法。该方法一般被用来测量一些决策部门的。 Ана́лиз среды́ функциони́рования (англ. Data Envelopment Analysis), общепринятое сокращение — АСФ (англ. DEA) — методология сравнительного анализа деятельности сложных технических, экономических и социальных систем. Начало данному подходу было положено в работах А. Чарнеса, В. Купера, Е. Роуда, Р. Бэнкера в 1970-х-1980-х годах. В настоящее время методология АСФ охватывает гораздо более широкий спектр понятий и возможностей, чем просто вычисление и анализ эффективности сложных объектов. La Data Envelopment Analysis (DEA) è un metodo matematico utilizzato in ricerca operativa e in econometria per la stima delle frontiere della funzione di produzione. Esso, generalmente di tipo , è utilizzato per misurare empiricamente l' relativa delle (UP, in inglese Decision Making Unit: DMU) del campione di imprese analizzato. Molto spesso la funzione di produzione e la frontiera di efficienza non sono note, ma si dispone soltanto di un insieme di osservazioni riguardanti ogni singola UP. Nella letteratura economica e statistica si confrontano due metodologie di analisi: da un lato la stima econometrica delle funzioni di costo o di produzione, dall'altro l'impiego di tecniche di programmazione matematica. I due filoni di analisi vengono identificati correntemente con i termini di metod O método de Análise por Envoltória de Dados (DEA, do inglês Data Envelopment Analysis) é uma metodologia de análise de eficiência que compara uma eficiência revelada (tida como eficiência otimizada) com a eficiência das unidades analisadas estabelecendo um indicador de avaliação da eficiência da relação insumos/produtos dessas unidades. A DEA utiliza-se da programação matemática para obter avaliações ex post facto da eficiência relativa dos resultados dos gestores, quer tenham sido planejados ou executado.
foaf:homepage
n24:www.dataenvelopment.com
dcterms:subject
dbc:Production_economics dbc:Linear_programming dbc:Mathematical_optimization_in_business
dbo:wikiPageID
917966
dbo:wikiPageRevisionID
1122774431
dbo:wikiPageWikiLink
dbr:Efficiency dbr:Production-possibility_frontier dbr:Stochastic_Frontier_Analysis dbr:Operations_research dbr:Data dbr:Productive_efficiency dbc:Production_economics dbr:R&D dbr:Economics dbr:Marginal_productivity dbr:Journal_of_the_Operational_Research_Society dbr:William_W._Cooper dbr:Optimization dbr:European_Journal_of_Operational_Research dbr:Ex-ante dbr:Socio-Economic_Planning_Sciences dbr:Benchmarking dbr:Oxford_University_Press dbr:Operations_management dbc:Linear_programming dbr:German_Economic_Review dbr:Empirically dbr:Springer_Publishing dbr:Cambridge_University_Press dbr:SAGE_Publishing dbr:Empirical dbr:Abraham_Charnes dbr:Edwardo_Rhodes dbr:Linear_program dbr:Efficiency_ratio dbr:Germany dbr:Non-parametric_statistics dbc:Mathematical_optimization_in_business dbr:Management_Science_(journal) dbr:Production_(economics)
dbo:wikiPageExternalLink
n7:11123 n11:banker1984.pdf%7Ctitle n18:papers.cfm%3Fabstract_id=1353122%7Caccessdate=27 n23:9781107036161_frontmatter.pdf n24:www.dataenvelopment.com n26:4934554_Measuring_the_relative_efficiency_of_police_precincts_using_data_envelopment_analysis%7Caccessdate=27 n27:s10726-021-09770-x n30:CCR1978.pdf%7Caccess-date=27
owl:sameAs
wikidata:Q647974 dbpedia-fa:تحلیل_پوششی_داده‌ها n17:4pz3X dbpedia-it:Data_Envelopment_Analysis dbpedia-ko:자료_포락_분석 dbpedia-ru:Анализ_среды_функционирования dbpedia-zh:数据包络分析 dbpedia-fr:Analyse_par_enveloppement_des_données freebase:m.03pssy dbpedia-pt:Análise_por_envoltória_de_dados dbpedia-de:Data-Envelopment-Analysis
dbp:wikiPageUsesTemplate
dbt:Rp dbt:Reflist dbt:TOC_hidden dbt:Cite_journal dbt:Cite_book
dbo:abstract
Ана́лиз среды́ функциони́рования (англ. Data Envelopment Analysis), общепринятое сокращение — АСФ (англ. DEA) — методология сравнительного анализа деятельности сложных технических, экономических и социальных систем. Начало данному подходу было положено в работах А. Чарнеса, В. Купера, Е. Роуда, Р. Бэнкера в 1970-х-1980-х годах. В настоящее время методология АСФ охватывает гораздо более широкий спектр понятий и возможностей, чем просто вычисление и анализ эффективности сложных объектов. Методология АСФ имеет глубокую связь с математической экономикой, системным анализом, многокритериальной оптимизацией, она позволяет строить многомерное экономическое пространство, находить оптимальные пути развития в нем, вычислять важнейшие количественные и качественные характеристики поведения объектов, моделировать различные ситуации. Data envelopment analysis (DEA) is a nonparametric method in operations research and economics for the estimation of production frontiers. L'analyse par enveloppement des données (en anglais, data envelopment analysis - abrégée DEA) est une méthode d'analyse comparative non paramétrique de l'efficience. Elle a pour but de comparer des unités de production (ou plus généralement, des (en) , en anglais decision making unit abrégé DMU) selon les ressources qu'elles utilisent (les facteurs de productions, ou inputs) et les biens ou services produits produits (outputs). La DEA est basée sur le concept d'ensemble des technologies qui est l'ensemble des plans de productions, c'est-à-dire les outputs pour des facteurs de productions donnés, réalisables technologiquement. Cette méthode d'analyse a été inventée par Abraham Charnes, William W. Cooper et Edward Rhodes. 数据包络分析（Data envelopment analysis，DEA）是运筹学和研究经济生产边界的一种方法。该方法一般被用来测量一些决策部门的。 Dateneinhüllanalyse (DEA) und Data Envelopment Analysis sind Begriffe für eine Technik zur aus dem Bereich des Operations Research, die in den Wirtschaftswissenschaften weite Verbreitung gefunden hat. Sie dient der vergleichenden Messung der Effizienz von Organisationseinheiten oder . O método de Análise por Envoltória de Dados (DEA, do inglês Data Envelopment Analysis) é uma metodologia de análise de eficiência que compara uma eficiência revelada (tida como eficiência otimizada) com a eficiência das unidades analisadas estabelecendo um indicador de avaliação da eficiência da relação insumos/produtos dessas unidades. A DEA é uma técnica multivariável para monitoramento de produtividade de unidades de decisão, que fornece dados quantitativos sobre possíveis direções para a melhoria do status quo das unidades, quando ineficientes. Em particular, a DEA é uma técnica não-paramétricaque permite comparar dados de entrada e saída sem suposições de ordem estatísticas. A origem da técnica de programação encontra-se no trabalho de Charnes et al.(1978). A DEA utiliza-se da programação matemática para obter avaliações ex post facto da eficiência relativa dos resultados dos gestores, quer tenham sido planejados ou executado. Essa técnica tem sido utilizada nas mais diversas áreas, como administração, contabilidade, economia, pesquisa operacional e nas áreas de engenharia de produção, dentre outras. Ele é um método de geração de fronteiras empíricas de eficiência relativa, a partir de um conjunto de variáveis classificadas como insumo ou produto. A Análise por Envoltória de Dados define a (ou de máxima produtividade), considerando a relação ótima insumo/produto. Pressupõe conhecidos os valores realizados dos insumos e dos produtos e busca, para cada empresa sob avaliação, taxas de substituição (pesos relativos) entre os insumos e entre os produtos que maximizem a sua eficiência relativa. 자료 포락 분석(Data Envelopment Analysis, DEA)은 1978년에 처음으로 제안된 이후 경영과학(OR/M, Operation Research/Management)에서 가장 널리 활용되고 있는 방법 중 하나이다. 같거나 유사한 업무를 수행하는 '개별 주체'들의 효율성을 객관적으로 평가하는 방법론으로 잘 알려져 있다. 여기서 개별 주체를 DMU(Decision Making Unit)라고 부르는데, 큰 기관이나 조직(국가, 다국적 기업, 지자체, 금융기관, 연구기관, 대기업, 중소기업 등), 소속 단위부서(지점, 팀 등), 프로젝트, 개인, 제품 등 비교대상이 되기만 하면 무엇이든 관계없다. DEA는 시장가격이 없는 경우에 투입변수와 산출변수를 기반으로 DMUs의 상대적 효율성을 측정하기 위해 고안되었는데, 투입과 산출 간에 어떤 사전적 함수관계에 대한 가정이 없더라도 이를 모델화할 수 있는 것이 커다란 장점이다. 그만큼 활용성과 융통성이 좋다. 그 결과 DEA의 활용 영역이 매우 확대되어 제품 디자인의 선정, 마케팅 전략의 결정, 제품의 경쟁력 도출 등에도 활용되고 있다. 비교대상 여부는 사실상 비교기준인 투입변수와 산출변수에 의해 결정된다. 통상적으로는 동종 산업에 속한 조직들, 유사한 성격을 가진 프로젝트나 제품, 각 회사의 영업팀 등 누구나 쉽게 비교 대상으로 인식할 수 있는 것들이 DMU가 된다. 그러나 조그만 창조적으로 생각하면 자동차 회사와 금융기관 등을 DMU로 두고 분석할 수도 있으며 매우 의미있는 결과를 얻을 수 있다. 이 때 투입변수와 산출변수가 자동차 회사와 금융기관을 합리적으로 비교할 수만 있으면 된다. 따라서 DMU는 비교기준인 투입변수와 산출변수에 따라 결정되는 것으로 DEA 방법론을 다방면에 매우 유용하게 활용할 수 있다. 투입변수와 산출변수의 선정이 완료되면 분석 모델이 수립된다. 이 모델을 DMUs에 적용하면 각 DMU의 효율성 점수가 산출된다. 100%의 효율성을 가진 효율적 DMUs가 판별되고, 이들이 형성하는 frontier를 기반으로 비효율적 DMUs의 효율성 점수가 산출된다. 이는 매우 실증적이고 과학적이라 그 점수에 대해 이론의 여지가 있을 수 없다. 다만 모델에 따라 효율성 점수가 크게 달라지므로 모델의 적정성과 합리성 확보에 아주 많은 노력을 기울여야 한다. 이 부분은 경험이 많은 전문가의 도움이 필요할 수 있다. (주)디시전사이언스 등 몇몇 회사에서 DEA 자문 및 교육 서비스를 제공하고 있다. 교과서나 article 등에서는 거의 언급되지 않지만, DEA의 가장 큰 특징은 '과제 중심적 접근'과 '중요한 과제에 초점'을 맞추어 DMUs의 성과를 과학적, 정량적으로 도출할 뿐만 아니라 개선해야 할 부분과 개선의 가능성, Best Practice와 Benchmark 대상 등을 제시한다는 점이다. 대부분의 DEA 분석은 효율성 점수를 도출하는 것으로 마무리하지만, 이는 매우 안타까운 것이다. 개선해야 할 부분과 개선의 가능성, Best Practice와 Benchmark 대상 등을 제시함으로써 각 DMU의 성과향상의 방향과 목표를 제시하고 현실적으로 성과를 제고할 수 있을 때 DEA 분석의 진짜 효과를 볼 수 있게 된다. DEA 분석을 위해서는 Excel 또는 전용 소프트웨어를 활용하게 되는데, 일반적으로 전용 소프트웨어를 활용하게 된다. 전용 소프트웨어로는 Frontier Analyst, DEAFrontier, PIM-DEAsoft 등 다수가 있다. 각 소프트웨어는 각자의 논리가 있으므로 올바른 분석을 위해서는 각 소프트웨어의 매뉴얼을 수차례 읽고 검증을 한 다음에 활용하여야 한다. 소프트웨어를 잘못 활용하면 잘못된 결과를 얻게 되는데, 잘못된 결과임을 알기도 어렵다. 따라서 소프트웨어를 잘 익힌 다음에 활용하여야 한다. 인터페이스와 시장에서의 평판 등을 종합적으로 검토하면 Frontier Analyst 소프트웨어가 가장 앞서 있는 것으로 보인다. La Data Envelopment Analysis (DEA) è un metodo matematico utilizzato in ricerca operativa e in econometria per la stima delle frontiere della funzione di produzione. Esso, generalmente di tipo , è utilizzato per misurare empiricamente l' relativa delle (UP, in inglese Decision Making Unit: DMU) del campione di imprese analizzato. Molto spesso la funzione di produzione e la frontiera di efficienza non sono note, ma si dispone soltanto di un insieme di osservazioni riguardanti ogni singola UP. Nella letteratura economica e statistica si confrontano due metodologie di analisi: da un lato la stima econometrica delle funzioni di costo o di produzione, dall'altro l'impiego di tecniche di programmazione matematica. I due filoni di analisi vengono identificati correntemente con i termini di metodi parametrici (Deterministic Frontier Analysis - DFA; Stochastic Frontier Analysis - SFA) e non parametrici (Data Envelopment Analysis - DEA; Free Disposal Hull - FDH).Le analisi di tipo parametrico richiedono l'esplicitazione a priori di una funzione di produzione, mentre quelle di tipo non parametrico si caratterizzano per la possibilità di determinare l'efficienza relativa di unità decisionali simili attraverso tecniche di programmazione lineare senza bisogno di specificare né l'importanza relativa dei diversi fattori di produzione, né dei i prezzi, né la distribuzione dell'efficienza. In questo senso i risultati dei metodi non parametrici sono oggettivi, in quanto non richiedono specificazioni a priori. D'altro canto però il loro svantaggio, essendo metodi deterministici, non ammettono l'errore; i risultati potrebbero quindi esserne influenzati in quanto errore statistico e inefficienza vengono confusi.
gold:hypernym
dbr:Method
skos:closeMatch
n35:19609-5
prov:wasDerivedFrom
wikipedia-en:Data_envelopment_analysis?oldid=1122774431&ns=0
dbo:wikiPageLength
15974
dcterms:isPartOf
n25:target
foaf:isPrimaryTopicOf
wikipedia-en:Data_envelopment_analysis
Subject Item
dbr:DEA_(disambiguation)
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
dbo:wikiPageDisambiguates
dbr:Data_envelopment_analysis
Subject Item
dbr:Health_care_efficiency
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Health_care_efficiency_measures
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Productive_efficiency
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Abraham_Charnes
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Edwardo_Rhodes
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Operations_research
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Multiple-criteria_decision_analysis
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:Rajiv_Banker
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
dbr:William_W._Cooper
dbo:wikiPageWikiLink
dbr:Data_envelopment_analysis
Subject Item
wikipedia-en:Data_envelopment_analysis
foaf:primaryTopic
dbr:Data_envelopment_analysis