R语言-数据包络分析法--DEA模型
2.1介绍
DEA模型又称投入导向模型CCR,它基于规模报酬不变前提。
2.2步骤
假设我们要计算一组n个决策单元(DMU),它可能是企业、政府部门、学校或医院等,这n个DMU的技术效率记为DMUj。
每一个DMU有m种投入,记为xi,投入权重表示为vi;
每一个DMU有q种产出,记为yr,产出权重表示为ur。
必须转化为等价的线性规划模型(因为非线性规划式有无数个最优解)
2.3数据包络前沿线
图为投入导向的规模报酬不变的CCR模型,图中各点(DMU)落在包络线上,代表该DMU处在最适境界,因此最佳的效率值为1,不在包络线上的点的效率均小于1。其中的差值为投入。余量。
2.4 DEA数据标准化方法及其在方向距离函数模型中的应用
DEA 效率分析结果与投入和产出指标所采用的单位无关,即单位不变性,是其优点之一。
(单位不变性是指效率测量的无量纲特征,它是 DEA 效率测量方法需要满足的条件之一。)
2.5基于Bootstrap DEA分析法的医院医疗服务效绩分析
1、程序代码:
#下载及加载安装包
install.packages("rDEA")
library(rDEA)
#输入样本数据至矩阵(matrix)中
#将数据分成两份,一份是投入,一份是产出
#如果是研究企业的情况,可以设置x的三个变量分别为营业成本,销售费用,管理费用;y的两个变量为营业收入和净利润。#
#这里的案例中x是指投入input,y指产出output
#x分别为医生数,护士数,其他人员数
#y为门急诊人次数,出院次数
X<-matrix(c(887,277,326,504,365,312,358,329,404,423,1090,252,475,524,543,469,340,329,260,1021,1086,366,380,559,314,236,171,325,291,766),ncol=3)
# ncol=3的意思是三个变量,即
变量1,变量2,变量3
[1] 887,277,326
[2] 504,365,312
[3] 358,329,404
......
[10] 325,291,766
这里一共是10家医院的数据#
Y<-matrix(c(1683441,556126,1001634,953445,809861,276522,837199,408298,175363,581887,59423,39967,19712,15142,18665,19910,19624,28140,18269,29626),ncol=2)
# 二个变量
#运行投入导向-报酬不变的DEA模型分析
dea_model1 = dea(XREF=X, YREF=Y, X=X, Y=Y, model="input", RTS="constant")
dea_model1$thetaOpt
#解释说明
#model="input", RTS="constant"指投入导向-报酬不变
#model="output", RTS="variable"指产出导向-报酬可变
#一共有四种搭配,dddd
# 运行 2000 迭代 bootstrap DEA模型分析
di = dea.robust(X=X, Y=Y, model="input", RTS="constant", B=2000)
# robust estimates of technical efficiency for each hospital对每家医院的技术效率的稳健估计
2、运行结果说明
di$theta_hat_hat #效率值
di$bias #偏差(误)
di$theta_ci_low #置信区间下限
di$theta_ci_high #置信区间上限
3、最终要自己将分析结果,整理成表
注意:这里不用管照片上的“纠正后”,这是书上为了强调Bootstrap DEA比传统的DEA更好所以有这个,我们自己进行数据分析时只需要考虑Bootstrap DEA的做法就好了。
R语言-数据包络分析法--DEA模型相关推荐
- R语言灰色关联分析法
R语言灰色关联分析法 输入数据 数据的标准化/归一化 求灰色系数 求差序列和最大值最小值 求关联系数 计算关联度并排序 所有代码 灰色关联度分析(Grey Relation Analysis,GRA) ...
- 数据包络分析法(DEA)在数学建模中的应用
简介 数据包络分析方法(Data Envelopment Analysis,DEA)是运筹学.管理科学与数理经济学交叉研究的一个新领域.它是根据多项投入指标和多项产出指标,利用线性规划的方法,对具有可 ...
- R语言数据相关性分析(相关系数和p值)及可视化
此篇为转载R语言学习笔记之相关性矩阵分析及其可视化 数据相关性分析及可视化 1. 新建数据集 2. Hmisc 3. 可视化相关系数矩阵 4. chart.Correlation()来自于包Perfo ...
- 基于30多万条招聘信息的热门城市、地域 、薪资、人才要求的R语言数据可视化分析
又是一年毕业季,什么工作好找.工资高.哪些地域有优势等就是很多人关注的话题了.这里用一份2017年初,含有32万条数据(行).19个详细招聘信息(列)的数据进行招聘信息的知识发现.挖掘. 数据部分截图 ...
- oracle层级计算推演,R语言使用层次分析法进行综合指标等级划分
业务临时需要,需要确定多因素影响下的综合权重值,现使用层次分析法和拉格朗日多项式插值算法做简易值计算. 1.建立层次分析结构模型,分析影响综合指标的各个因素,分层级,上层受下层影响,而同层各因素之间基 ...
- R语言数据可视化分析案例:探索BRFSS数据
最近我们被客户要求撰写关于BRFSS数据的研究报告,包括一些图形和统计输出. 加载包 library(tidyr) library(knitr) opts_chunk$set(echo = TRUE, ...
- 数据包络分析DEA(数学建模)
一.模型背景 数据包络分析是线性规划模型的应用之一,常被用来衡量拥有相同目标的运营单位的相对效率. 数据包络分析是一种基于线性规划的用于评价同类型组织(或项目)工作绩效相对有效性的特殊工具手段.这类组 ...
- R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性...
报告链接:http://tecdat.cn/?p=32161 本文通过建立空载率的数学模型,帮助客户来分析出租车的空载率,从而对出租车补贴政策能否提高高峰期的实载率,缓解打车难问题进行了说明(点击文末 ...
- 仁慈型dea matlab程序,数据包络分析(DEA)方法..docx
数据包络分析(DEA)方法. 二.数据包络分析(DEA)方法数据包络分析(data envelopment analysis, DEA)是由著名运筹学家Charnes, Cooper和Rhodes于1 ...
- R语言地理空间分析、可视化及模型预测
随着地理信息系统(GIS)和大尺度研究的发展,空间数据的管理.统计与制图变得越来越重要.R语言在数据分析.挖掘和可视化中发挥着重要的作用,其中在空间分析方面扮演着重要角色,与空间相关的包的数量也达到1 ...
最新文章
- 模型花费几十万美元,五年之间指导无数项目,才发现负样本用的是null?
- java 判断数的位数_Java判断数字位数的两种方法
- 服务发现与负载均衡 dubbo zk原理
- LDAP操作过程中出现的错误代码
- oracle 数据库问题,ORACLE数据库常见问题汇总,oracle常见问题汇总
- IIS7.0 部署wcf 404或者配置MIME(转)
- linux查看进程占用pcu,Linux运维:如何使用ss代替netstat命令
- 五大数据库理念,读懂亚马逊云科技的数据库布局
- flutter 移动通知_Flutter开发之动画
- 经典排序算法(九)--鸡尾酒排序Cocktail Sort
- Dijkstra + 堆优化
- android 流量计算器,电工计算器v8.0.1_for Android 直装解锁专业版
- 向量图svg转jpg、png不清晰问题
- pano2vr怎么制作漫游_如何制作全景图?Pano2VR制作FLASH全景图教程
- Java stream().filter()筛选出符合条件的数据
- 信息系统项目管理师必背核心考点(二十一)可交付成果
- 如何设置阿里云安全组?开放和关闭端口很简单
- 机器学习实战|决策树
- Mongodb修改器
- arp命令(windows ),nmap查看局域网内所有主机IP和MAC