Metoda DEA+ w wersji jednoproduktowej

• Autorzy: Artur Prędki

Warianty tytułu

Single-Product Version of the Dea+ Method

• Języki publikacji: PL

Abstrakty

W artykule opisano DEA+, która jest jedną z metod służących do estymacji funkcji produkcji oraz miar efektywności technicznej. W pracy rozważono przypadek jednoproduktowy. Przedstawiono semiparametryczny model graniczny, będący podstawą teoretyczną metody oraz sam jej przebieg, wraz z uwagami krytycznymi dotyczącymi prawidłowości funkcjonowania procedury. Całość kończy przykład empiryczny ilustrujący zastosowanie metody, przy wybranych założeniach modelowych w odniesieniu do rozkładów składowych złożonego czynnika losowego. (abstrakt oryginalny)

EN

In the article we present the DEA+ method as a tool for estimation of production function and technical efficiency measures. We restrict the scope of the study only to the single-product case. Once the underlying, semiparametric frontier model is discussed, we proceed with demonstrating the very algorithm of DEA+, and provide some critique of its validity. Finally, the method is illustrated with an empirical analysis under certain choices of distributions for each of the random variables constituting the composed error. (original abstract)

Słowa kluczowe

PL

Metoda DEA (analiza obwiedni danych); Efektywność techniczna; Funkcja produkcji

EN

Data Envelopment Analysis (DEA); Technical efficiency; Production function

• Czasopismo: Przegląd Statystyczny
• Rocznik: 2014
• Tom: 61
• Numer: z. 2
• Strony: 115--129

Twórcy

autor

Artur Prędki

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Aigner D., Lovell C. A. K., Schmidt P., (1977), Formulation and Estimation of Stochastic Frontier Models, Journal of Econometrics, 6, 21-37.
• Banker R. D., (1993), Maximum Likelihood, Consistency and Data Envelopment Analysis: A Statistical Foundation, Management Science, 39 (10), 1265-1273.
• Bierens H. J., (1994), Topics in Advanced Econometrics, Cambridge University Press, Cambridge.
• Gstach D., (1998), Another Approach to Data Envelopment Analysis in Noisy Environments: DEA+, Journal of Productivity Analysis, 9, 161-176.
• Gstach D., (1999), Technical Efficiency in Noisy Multi-Output Settings, CEJOR 7, 93-110.
• Kumbhakar S. C., Lovell C. A. K., (2000), Stochastic Frontier Analysis, Cambridge University Press, Cambridge.
• Kuosmanen T., Kortelainen M., (2012), Stochastic Non-Smooth Envelopment of Data: Semi-Parametric Frontier Estimation Subject to Shape Constraints, Journal of Productivity Analysis, 38, 11-28.
• Meeusen W., Van den Broeck J., (1977), Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error, International Economic Review, 18 (2), 435-444.
• Osiewalski J., Wróbel-Rotter R., (2002), Bayesowski model efektów losowych w analizie efektywności kosztowej (na przykładzie elektrowni i elektrociepłowni polskich), Przegląd Statystyczny, 50 (2), 47-68.
• Prędki A., (2012), Wybrane metody estymacji w semiparametrycznym modelu granicznym, Przegląd Statystyczny, 59 (3), 215-232.
• Tate M. W., Brown S. M., (1970), Note on the Cochran Q test, Journal of the American Statistical Association, 65 (329), 155-160