مهسا فایل |
سایت دانلود فایل فایل ورد کامل مبانی نظری تحلیل پوششی داده ها
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
فایل ورد کامل مبانی نظری تحلیل پوششی داده ها دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
لطفا نگران مطالب داخل فایل نباشید، مطالب داخل صفحات بسیار عالی و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.
فایل ورد فایل ورد کامل مبانی نظری تحلیل پوششی داده ها کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی فایل ورد کامل مبانی نظری تحلیل پوششی داده ها،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن فایل ورد کامل مبانی نظری تحلیل پوششی داده ها :
این نوشتار مبانی نظری و پیشینه تحقیق تحلیل پوششی داده ها DEA می باشد. در بخش اول چارچوب و فایل ورد کامل مبانی نظری تحلیل پوششی داده ها تشریح می شود و در بخش دوم پیشینه نظری تحقیق تحلیل پوششی داده ها در پژوهش های داخلی و خارجی مورد بررسی قرار می گیرد.
تحلیل پوششی داده ها
در ابتدا تاریخچهای از تحلیل پوششی دادهها ارائه و سپس مدل های تحلیل پوششی دادهها که روشی برای اندازهگیری کارایی و تغییرات بهرهوری واحدهای تصمیمگیری میباشند، بهطور مفصل توضیح داده می شود. سپس بازده نسبت به مقیاس و روشهای تعیین نوع آن آورده می شود. پس از آن روشهایی برای تعیین پیشرفت و یا پسرفت واحدها ارائه می شود. شاخص بهرهوری مالمکوئیست یکی از روشهای تعیین پیشرفت یا پسرفت میباشد که در آخر به آن پرداخته شده است.
تاریخچه تحلیل پوششی دادهها
فارل در سال ۱۹۵۷، نخستین کسی بود که توسط روش های غیرپارامتریک به تعیین کارایی پرداخت و کارهای بعدی در این زمینه برمبنای کار وی صورت گرفت. تحلیل پوششی دادهها از سال ۱۹۷۸ با پایاننامه دکترای ادوارد رودز در دانشگاه کارنکی میلون آغاز شد. وی با راهنمایی کوپر و چارنز توسعه و پیشرفت تحصیلی دانشآموزان مدارس ملی آمریکا را ارزیابی کرد. این مقاله که به نام CCR (حرف اول اسامی چارنز، کوپر و رودز) معروف است، با تبدیل ورودی و خروجیهای چندگانه یک واحدتصمیمگیری، به یک ورودی مجازی و یک خروجی مجازی، روش بهینهسازی برنامهریزی ریاضی را برای تعمیم اندازه کارایی چند ورودیـ یک خروجی فارل به حالت ورودیها و خروجیهای چندگانه بکار برد.
چارنز، کوپر و رودز تحلیل پوششی دادهها را به این صورت توصیف کردهاند: «یک مدل برنامهریزی ریاضی بکار گرفته شده برای دادههای مشاهده شدهای است که روش جدیدی برای تخمین های تجربی نسبت های قرین مانند تابع تولید و یا مرز کارایی را فراهم میسازد که پایه اقتصاد مدرن میباشد.»
مدل CCR در واقع حالت خاصی از مدلی است که در سال ۱۹۸۴ توسط بنکر ، چارنز و کوپر تحت عنوان مقالهای مطرح گردید. این مدل شرایط بازده متغیر نسبت به مقیاس را برای واحدهای تصمیمگیری درنظر میگرفت، که با عنوان BCC (حرف اول اسامی ارائه کنندگان) مطرح شد.
مدلهای دیگر مانند مدل جمعی در سال ۱۹۸۵ توسط چارنز مطرح گردید.بیشتر از بیست سال است که موضوع تحلیل پوششی دادهها عنوان گردیده است. تاکنون بیش از هزار مرجع شامل مقاله، گزارش تخصصی و… در این زمینه انتشار یافته و هر روز فصل جدیدی در رابطه با اهمیت و توانمندی موضوع تحلیل پوششی دادهها باز میشود. این رشد سریع گواهی میدهد که روش تحلیل پوششی دادهها از نظر قابلیت کاربرد، مورد تأیید قرار گرفته و بکارگیری آن در بعضی زمینهها سبب شده است که روش مناسبی برای مدلسازی فرآیندهای عملی باشد. امروزه تحلیل پوششی دادهها در قسمتهای خدماتی از قبیل بانک ها، بیمارستانها، مدارس نیز به کار میرود.(مرادی، ۱۳۷۹)
تحلیل پوششی دادهها
تحلیل پوششی دادهها یک روش برنامهریزی ریاضی برای ارزیابی واحدهای تصمیمگیری است که چندین ورودی را برای تولید چندین خروجی مورد استفاده قرار میدهند. در تحلیل پوششی دادهها نیازی به اختصاص وزنها به ورودیها و خروجیها نیست، این روش خود، وزنها را تعیین میکند. این روش واحدهایی را بعنوان واحد مرجع معرفی میکند و واحد مجازی با توجه به وزنهای این واحدهای مرجع برای واحد تصمیمگیری ناکارا ساخته میشوند.(۲:۲۰۰۰ Cooper and etc ) در ارزیابی واحدهای تصمیمگیری به وسیله مدلهای اساسی تحلیل پوششی دادهها، مجموعه مرجع، مجموعه تمام واحدهایی است که در یکی از جوابهای بهین متناظر آن مخالف صفر باشد به عبارت دیگر اگر E0 مجموعه مرجع DMU0 باشد:
Eo={DMUj|حداقل در یکی از جوابهای بهین مدل پوششی متناظرواحد صفر مثبت باشد {
از نظر تئوری تا به حال روش موثری برای پیدا کردن مجموعه فوق ارائه نشده است( ۲۰۰۰: ۲ Cooper and etc ).
با توجه به مجموعه ی مرجع:
ـ یا DMU0 ناکاراست یعنی . در نتیجه تعدادی واحد تصمیمگیری بعنوان واحدهای مرجع آن معرفی میشود.
ـ یا کاراست که بسته به مجموعه مرجع سه نوع دارد:
۱) کارای رأسی: واحد تصمیمگیری کارا، که مرجع آن فقط خودش باشد. یا اگر و فقط اگر
E0={DMU0}
۲) کارای غیررأسی: واحد تصمیمگیری که به مفهوم پارتو کارا بوده و مجموعه مرجع آن حداقل دو عضو داشته باشد.
۳) کارای ضعیف: یعنی ولی متغیرهای کمبود غیرصفر باشند.
فایل ورد کامل مبانی نظری تحلیل پوششی داده ها
فهرست مطالب
تحلیل پوششی داده ها و شاخص مالم کوئیست ۲۴
۲-۳-۱ تاریخچه تحلیل پوششی دادهها ۲۴
۲-۳-۲ تحلیل پوششی دادهها ۲۶
۲-۳-۳ مدلهای اساسی تحلیل پوششی دادهها ۲۷
۲-۳-۳-۱ مدل CCR (CRS) 27
۲-۳-۳-۲ مدل BCC (VRS) 32
۲-۳-۳-۳ مدل CCR-BCC (N.I.R.S) 37
۲-۳-۳-۴ مدل (NDRS) BCC-CCR 38
۲-۳-۳-۵ مدل جمعی ۳۹
۲-۳-۳-۶ روش دو فازی ۴۲
۲-۳-۴ معرفی ε در تحلیل پوششی دادهها ۴۳
۲-۳-۵ بازده نسبت به مقیاس در تحلیل پوششی دادهها ۴۷
۲-۳-۶ رتبهبندی نواحی دارای کارایی واحد ۵۱
منابع
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
