Введение
Метод в операционных исследованиях и экономике. Анализ данных об окружении (DEA) — это непараметрический метод в операционных исследованиях и экономике, используемый для оценки производственных границ. DEA находит применение в самых разных областях, включая международную банковскую деятельность, экономическую устойчивость, работу полицейских управлений и логистические задачи. Кроме того, DEA применяется для оценки эффективности моделей обработки естественного языка и нашел другие применения в машинном обучении.
Data envelopment analysis (DEA) is a nonparametric method in operations research and economics for the estimation of production frontiers. DEA has been applied in a large range of fields including international banking, economic sustainability, police department operations, and logistical applications Additionally, DEA has been used to assess the performance of natural language processing models, and it has found other applications within machine learning.
Описание
DEA используется для эмпирического измерения производительной эффективности единиц принятия решений (DMU). Хотя DEA тесно связана с теорией производства в экономике, этот метод также применяется для бенчмаркинга в управлении операциями, где выбирается набор показателей для оценки эффективности производственных и сервисных операций. При бенчмаркинге эффективные DMU, определяемые с помощью DEA, не обязательно формируют "границу производства", а скорее определяют "границу лучших практик".
В отличие от параметрических методов, требующих априорного задания производственной или издержковой функции, непараметрические подходы сравнивают достижимые комбинации входов и выходов, основываясь исключительно на имеющихся данных. DEA, один из наиболее распространенных непараметрических методов, получил свое название благодаря свойству огибающей, характеризующему эффективные DMU в наборе данных, где эмпирически наблюдаемые наиболее эффективные DMU формируют производственную границу, относительно которой оцениваются все DMU. Популярность DEA обусловлена относительным отсутствием предположений, возможностью бенчмаркинга многомерных входов и выходов, а также простотой вычислений, поскольку задача сводится к решению линейной программы, несмотря на необходимость расчета показателей эффективности.