• ضرورتی به ارائه یک تابع فرضی، از پیش تعیین شده و محدود کننده در این روش ها وجود ندارد و از فروض کمتری بهره گیری می کند و از پیچیدگی های اقتصاد سنجی به دور می باشد.
  • در این تکنیک مدل نسبت به نقاط پرت بسیار حساس می باشد. پس وجود نقاط پرت باعث برآورد نامناسب از ضرایب خواهد گردید و هر چه نقاط پرت بیشتر باشند، تأثیر بیشتری در برآورد گذاشته و برآورد را بیشتر زیر سؤال خواهد برد.
  • این تکنیک تأثیرات تصادفی را در سنجش کارایی و یا عدم کارایی ملحوظ نمی کند. گفته گردید که تابع مرزی، مرز بین ناکارایی و کارایی را مشخص می کند. پس در این روش ها، در توابع تولید برآوردی (به صورت مرزی) هیچ نقطه ای بالاتر از تابع مرزی نباید قرار گیرد اما اگر بعد از محاسبه نقطه ای یا نقاطی در زیر تابع هزینه و یا بالای تابع تولید محاسبه شده، نظاره گردد، این نقاط توسط روش های ناپارامتری قابل توجیه نیست به تعبیری عامل تصادف در این روش ها معنی ندارد، در روش پارامتری این مشکل مرتفع شده می باشد.
  • شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید

 

3-10-1- مزایای DEA

1-  ارزیابی با گرایش مرزی بجای گرایش مرکزی:

در مدل های DEA  برخلاف روش هایی همچون رگرسیون، برازش منحنی، حداقل مربعات و … که گرایش به مرکز داده ها هست، تمایل به بهره گیری از واحدهای کارا توسط مرز کارایی می باشد. به بیانی دیگر در متدلوژی مزبور واحدهای تصمیم گیرنده یا روی مرز کارا قرار دارند و یا پائین تر از آن هستند. به همین جهت تفاوت بین روش DEA و سایر روش هایی که با گرایش مرکزی از داده ها منحنی عبور می دهند، هست.

2- ارزیابی واقع بینانه:

تحلیل پوششی داده ها از مجموعه واحدهای تصمیم گیرنده تعدادی را به عنوان کارا و تعدادی را به عنوان ناکارا معرفی می نماید. واحدهای ناکارا به دلیل مقایسه با یک سطح استاندارد خاص از پیش تعیین شده و یا یک تابع خاص و معلوم، ناکارا ارزیابی نشده اند، بلکه ملاک ارزیابی آنها در حقیقت واحدهای تصمیم گیرنده دیگری بوده اند که در شرایط یکسانی با آنها فعالیت کرده اند.

3-  ارزیابی همزمان عوامل مؤثر بر عملکرد واحد:

 متن فوق بخش هایی از این پایان نامه بود

لینک متن کامل این پایان نامه با فرمت ورد