Pronóstico del intervalo de confianza en la eficiencia de las unidades de toma de decisiones en el análisis envolvente de datos

Kafi, Azarnoosh and Daneshian, Daneshian and Rostamy-Malkhalifeh, Mohsen and Rostamy-Malkhalifeh, Mohsen (2020) Pronóstico del intervalo de confianza en la eficiencia de las unidades de toma de decisiones en el análisis envolvente de datos. Nexo Revista Científica, 33 (2). pp. 431-445. ISSN 1995-9516

Preview

Text ricardo,+17.+Forecast+of+the+Efficiency+Confidence+Interval+of+Decision-Making+Units+in+Data+Envelopment+Analysis.+Azadii.pdf - Published Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (921Kb) | Preview

Abstract

El análisis envolvente de datos (DEA) es un método bien conocido para calcular la eficiencia de las unidades de toma de decisiones (DMU) en función de sus entradas y salidas. Cuando los datos son conocidos y en forma de intervalo en un período de tiempo dado, este método puede calcular el intervalo de eficiencia. Desafortunadamente, la DEA no es capaz de pronosticar y estimar el intervalo de confianza de eficiencia de las unidades en el futuro. Este artículo propone un algoritmo de pronóstico de eficiencia junto con un intervalo de confianza del 95% para generar un conjunto de datos de intervalo para el próximo período de tiempo. Además, la opinión del gerente se inserta y desempeña su papel en el modelo de pronóstico propuesto. Equipado con un conjunto de datos pronosticado y con respecto al conjunto de datos de períodos anteriores, se puede pronosticar la eficiencia para el período futuro. Esto se hace proponiendo un modelo propuesto y resolviéndolo mediante el método del intervalo de confianza. A continuación, el método propuesto se implementa sobre los datos de una industria automotriz y se compara con los métodos de simulación de Monte Carlo y el modelo de intervalo. Usando los resultados, se muestra que el método propuesto funciona mejor para pronosticar el intervalo de confianza de eficiencia. Finalmente, se calcula la eficiencia y el intervalo de confianza del 95% para el próximo período utilizando el modelo propuesto.

Actions (login required)

View Item