Statistical inference for aggregates of Farrell‐type efficiencies
Farrell 型效率聚合指标的统计推断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。
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：摘要研究 DEA 效率的聚合和重抽样推断，没有明确对应给定的因果、面板或结构估计细分，因此暂不分类。
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…
关注这篇论文的作者
Farrell 型效率聚合指标的统计推断
- 研究问题
- 如何对个体 Farrell 型效率进行经济上有依据的聚合，并为行业整体效率或不同企业组的效率比较提供统计推断？
- 方法与思路
- 作者结合效率聚合与 bootstrap 两条研究方向，以 DEA 个体效率估计量为例，构建由经济理论支持并适配统计方法的框架。
- 材料陈述的贡献
- 摘要称，该方法把效率聚合与 bootstrap 推断结合，可用于经济系统整体效率研究或组间比较，并获得新古典经济理论支持。
- 阅读关注点
- 应核对聚合指标的经济含义与权重、DEA 估计的边界性质，以及 bootstrap 如何适配聚合量和组间效率比较。
- 阅读边界
- 所给 Crossref 摘要未给出聚合公式、重抽样条件或具体应用结果，不能判断置信推断的覆盖率及对不同技术集合的适用性。
原文摘要
Abstract In this study, we merge results of two recent directions in efficiency analysis research—aggregation and bootstrap—applied, as an example, to one of the most popular point estimators of individual efficiency: the data envelopment analysis (DEA) estimator. A natural context of the methodology developed here is a study of efficiency of a particular economic system (e.g., an industry) as a whole, or a comparison of efficiencies of distinct groups within such a system (e.g., regulated vs. non‐regulated firms or private vs. public firms). Our methodology is justified by the (neoclassical) economic theory and is supported by carefully adapted statistical methods. Copyright © 2007 John Wiley & Sons, Ltd.