完整后设资料纪录
DC 栏位语言
dc.contributor.author黄雅琪en_US
dc.contributor.author黎汉林en_US
dc.date.accessioned2014-12-12T02:30:35Z-
dc.date.available2014-12-12T02:30:35Z-
dc.date.issued2002en_US
dc.identifier.urihttp://140.113.39.130/cdrfb3/record/nctu/#NT910396029en_US
dc.identifier.urihttp://hdl.handle.net/11536/70302-
dc.description.abstractDEA全名为Data Envelopment Analysis,中文称“资料包络分析法”,当评价指标的个数较多,而决策单位元(Decision Making Unit,简称DMU)的个数较少时,会产生较多有效率的DMU,也就产生较多效率值为1的DMU,因而难以鉴别这些DMU之间效率能力的高低。
本研究在客观的角度上,提出一个改良DEA鉴别度的新方法,先应用Cobb-Douglas Production Function来改良原始DEA模型中的计分函式,并分析结果中DMU之间的次序关系,找出DMU之间具有一致性的次序关系,再利用这些资讯来改善DEA方法中有效率的DMU缺乏鉴别能力的问题。
我们亦举了两个例子来验证本研究所提的改善DEA鉴别度之问题,实验结果显示,透过改良DEA之方法和架构,证实有效率DMU之个数明显减少,并增加DMU之间分数的差距,提升DEA的鉴别能力,并且使得DMU间的排序关系可以得到一个稳定且合理的排序。
zh_TW
dc.language.isozh_TWen_US
dc.subject资料包络分析法zh_TW
dc.subject鉴别度zh_TW
dc.subject效率zh_TW
dc.titleDEA方法鉴别度之改善-以全球商学院之绩效评估为例zh_TW
dc.typeThesisen_US
dc.contributor.department资讯管理研究所zh_TW
显示于类别:Thesis