DEA（数据包络分析）是一种强大的非参数方法，用于评估决策单元（DMUs）的相对效率，这些单元可以是公司、医院、学校或其他组织。它通过构建一个数学模型来确定每个DMU的效率得分，该模型基于多个输入（资源消耗，如资金、劳动力和材料）和输出（成果，如产品、服务或研究成果）。DEA的核心优势在于其能够处理多输入多输出的情况，并且不需要预设生产函数的形式。通过线性规划技术，DEA模型识别出一个效率前沿，即在给定输入下产出最大或在给定产出下输入最小的DMUs。位于效率前沿的DMUs被认为是有效的，而那些位于前沿之下的则被视为效率低下。DEA的应用不仅限于评估效率，还可以帮助识别最佳实践和改进措施，从而为决策者提供宝贵的洞察和指导。这种方法在金融、卫生、教育和能源等多个领域都有广泛的应用，为组织提供了一种量化评价和提升效率的工具。

DEA模型大全（四类DEA模型教程+案例演示+DO文件+数据）

搜集公开资料整理后，进行汇总，仅供数据分析研究参考使用

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，对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法

说明:包含DEAp2.1、DEAslover、MAXDEA、三阶段DEA模型的使用方法和案例演示、do文件、数据;使用stata作DEA的do文件及案例演示数据;DEA相关经典参考等

• 三阶段DEA模型理论与操作手册高清视频讲解每集40分钟4课时
• 包括DEAp2.1和DEAslover等几种计算DEA模型的软件
• DEA模型与相关软件培训全套视频教程
• DEA模型与软件应用全套视频30讲+软件、数据与讲义
• DEA的STATA应用
• DEAP操作快速入门视频
  

注意:本资料含案例数据+代码