Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  relative efficiency
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
|
|
tom 23
|
nr 3
199-214
EN
In this research work we introduce a new sampling design, namely a two-stage cluster sampling, where probability proportional to size with replacement is used in the first stage unit and ranked set sampling in the second in order to address the issue of marked variability in the sizes of population units concerned with first stage sampling. We obtained an unbiased estimator of the population mean and total, as well as the variance of the mean estimator. We calculated the relative efficiency of the new sampling design to the two-stage cluster sampling with simple random sampling in the first stage and ranked set sampling in the second stage. The results demonstrated that the new sampling design is more efficient than the competing design when a significant variation is observed in the first stage units.
2
Content available remote Sposoby klasyfikacji modeli DEA
72%
PL
W artykule podjęto próbę klasyfikacji modeli badania efektywności względnej podmiotów gospodarczych, posługując się kryterium orientacji i korzyści skali. Wyróżniono zorientowane i niezorientowane modele DEA, w których przyjmuje się założenie o stałych lub zmiennych korzyściach skali. Charakterystykę modeli zorientowanych na nakłady i wyniki, które zakładają stałe korzyści przedstawiono na przykładzie modelu CCR. Model BCC natomiast został wykorzystany jako podstawowy przykład modelu zorientowanego o zmiennych korzyściach skali. W obu przypadkach przedstawiono graficzną interpretację granicy efektywności, miary efektywności oraz pierwotną i dualną postać modelu. Charakterystyki modeli niezorientowanych dokonano na przykładzie modeli addytywnych. Zaproponowano również inne kryteria podziału modeli DEA.
EN
This article contains a method for classifying Data Envelopment Analysis models. Two main criteria i.e. orientation and returns to scale are used. These criteria enable distinguishing between oriented and non-oriented DEA models with constant and variable returns to scale. Basic properties of input oriented and output oriented DEA models with constant returns to scale are illustrated using an example of the CCR model. The BCC model is used to characterize the oriented DEA model with variable returns to scale. A graphical presentation of the efficiency frontier and the efficiency measure and primal and dual programming problems are presented for both types of models. In the article an additive model is considered as an example of a non-oriented DEA model. Moreover, other ways of classifying DEA models are also shown.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.