Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Selective measures in data envelopment analysis

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F15%3A86096330" target="_blank" >RIV/61989100:27510/15:86096330 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/s10479-014-1714-3" target="_blank" >http://dx.doi.org/10.1007/s10479-014-1714-3</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/s10479-014-1714-3" target="_blank" >10.1007/s10479-014-1714-3</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Selective measures in data envelopment analysis

  • Popis výsledku v původním jazyce

    Data envelopment analysis (DEA) is a data based mathematical approach, which handles large numbers of variables, constraints, and data. Hence, data play an important and critical role in DEA. Given a set of decision making units (DMUs) and identified inputs and outputs (performance measures), DEA evaluates each DMU in comparison with all DMUs. According to some statistical and empirical rules, a balance between the number of DMUs and the number of performance measures should exist. However, in some situations the number of performance measures is relatively large in comparison with the number of DMUs. These cases lead us to choose some inputs and outputs in a way that produces acceptable results. We refer to these selected inputs and outputs as selective measures. This paper presents an approach toward a large number of inputs and outputs. Individual DMU and aggregate models are recommended and expanded separately for developing the idea of selective measures. The practical aspect of t

  • Název v anglickém jazyce

    Selective measures in data envelopment analysis

  • Popis výsledku anglicky

    Data envelopment analysis (DEA) is a data based mathematical approach, which handles large numbers of variables, constraints, and data. Hence, data play an important and critical role in DEA. Given a set of decision making units (DMUs) and identified inputs and outputs (performance measures), DEA evaluates each DMU in comparison with all DMUs. According to some statistical and empirical rules, a balance between the number of DMUs and the number of performance measures should exist. However, in some situations the number of performance measures is relatively large in comparison with the number of DMUs. These cases lead us to choose some inputs and outputs in a way that produces acceptable results. We refer to these selected inputs and outputs as selective measures. This paper presents an approach toward a large number of inputs and outputs. Individual DMU and aggregate models are recommended and expanded separately for developing the idea of selective measures. The practical aspect of t

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    AE - Řízení, správa a administrativa

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Annals of Operations Research

  • ISSN

    0254-5330

  • e-ISSN

  • Svazek periodika

    226

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    20

  • Strana od-do

    623-642

  • Kód UT WoS článku

    000349852400028

  • EID výsledku v databázi Scopus

    2-s2.0-84948566622