项目进展汇报 基于小样本数据的决策单元效率评价方法研究

《项目进展汇报 基于小样本数据的决策单元效率评价方法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、项目进展汇报——基于小样本数据的决策单元效率评价方法研究李勇军中国科学技术大学管理学院2010年11月22日提纲小样本数据介绍项目研究内容简介项目进展情况说明小样本数据介绍定义DMU少或指标数过多为主要特征的样本数据。分类根据DMU和指标数量多少的标准，可细分为：（1）所观测DMU和评价指标数量均少；（2）DMU数量适度但指标数过多，该相对标准可参考文献[1]指出的指标数应不多于DMU数的1/3；（3）DMU数少，而评价指标数多。项目研究内容简介背景DEA无法处理小样本数据；(DMU都为有效)小样本数据问题大量存在；（电信、生态效率、大学院

2、系等）小样本数据大量存在是必然的。（潜在的评价指标数量众多;决策者无法在众多的相关与不相关的指标中做出一个完全正确的取舍）项目研究内容简介根据不同类别的小样本数据，本项目研究可分解为三个子问题：（1）针对第一类小样本数据，研究基于扩充DMU策略的效率评价方法；（2）针对第二类小样本数据，研究基于压缩指标策略的效率评价方法；（3）针对第三类小样本数据，上述两种方法的整合研究。项目研究情况说明目前的研究主要针对第二个子问题，即基于压缩指标的效率评价方法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篇文章在审。谢谢！