如果你的樣本有數百個,可以try多增加投入與產出變數, 當樣本數多而且有一大群效率值偏低的DMU,表示你的樣本可能存在2個技術集合(technology set),所以如果使用CCR或BCC模型去跑,就會有顯著的落差,可以試試用meta-frontier模型,或是Tone (1994)的systems DEA model (者兩個方法都是假設所有樣本當中存在多個不同技術集合)
如果你的样本有数百个，可以try多增加投入与产出变数，当样本数多而且有一大群效率值偏低的DMU，表示你的样本可能存在2个技术集合（technology set），所以如果使用CCR或BCC模型去跑，就会有显著的落差，可以试试用meta-frontier模型，或是Tone（1994）的systems DEA model（者两个方法都是假设所有样本当中存在多个不同技术集合）
扫码加好友，拉您进群
全部版块
我的主页
收藏
