Conventional and Fuzzy Data Envelopment Analysis with deaR
使用 deaR 进行常规与模糊数据包络分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要主要介绍 DEA 效率分析软件，给定细分中没有直接对应方向，也不足以归入结构估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
使用 deaR 进行常规与模糊数据包络分析
- 研究问题
- 如何在统一的 R 软件中开展常规和模糊数据包络分析，并处理不同规模报酬、模型方向及特殊投入产出变量？
- 方法与思路
- 作者全面介绍 deaR 的模型实现与示例，包括超效率、交叉效率、Malmquist 指数、自助法、元前沿及多类模糊模型。
- 材料陈述的贡献
- 摘要称软件覆盖多种 DEA 模型与特殊变量，并提供新的结果图形；其特定模糊模型的独有实现是摘要中的版本相关陈述。
- 阅读关注点
- 应核对各类 DEA 的技术集合、规模报酬和方向定义、模糊模型的处理方式，以及特殊变量约束和自助推断的适用条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未给出性能或推断验证，“唯一软件包”的表述不能视为当前已核实事实。
原文摘要
deaR is a recently developed R package for data envelopment analysis (DEA) that implements a large number of conventional and fuzzy models, along with super-efficiency models, cross-efficiency analysis, Malmquist index, bootstrapping, and metafrontier analysis. It should be noted that deaR is the only package to date that incorporates Kao-Liu, Guo-Tanaka and possibilistic fuzzy models. The versatility of the package allows the user to work with different returns to scale and orientations, as well as to consider special features, namely non-controllable, non-discretionary or undesirable variables. Moreover, it includes novel graphical representations that can help the user to display the results. This paper is a comprehensive description of deaR, reviewing all implemented models and giving examples of use.