Data Envelopment Analysis (Analýza obalu dat)



Podobné dokumenty
Analýza obalu dat úvod

Západočeská univerzita v Plzni. Fakulta aplikovaných věd. Ivana Kozlová. Modely analýzy obalu dat

Modely analýzy obalu dat a jejich aplikace při hodnocení efektivnosti bankovních poboček

Hodnocení efektivnosti podniků pomocí analýzy obalu dat

Metoda analýzy datových obalů (DEA)

Metoda analýzy datových obalů (DEA)

ANALÝZA EFEKTIVNOSTI OBCHODNÍCH ŘETĚZCŮ V ČESKÉ REPUBLICE EFFICIENCY ANALYSIS OF FOOD STORE CHAINS IN THE CZECH REPUBLIC

Úvod do úloh plánování rozvozu (Vehicle Routing Problems)

Efektivnost terciárního vzdělávání ve vybraných evropských zemích: zaměření na země V4

T T. Think Together Jan Rydval THINK TOGETHER

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE. Návrh metodiky financování vysokých škol

Bankovní efektivnost Uvedení Metodologie Malmquistův index Přístupy k volbě proměnných pro výpočet efektivnosti

VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA EKONOMICKÁ FAKULTA KATEDRA FINANCÍ

Karta předmětu prezenční studium

POROVNÁNÍ OČNÍCH ODDĚLENÍ NEMOCNIC KRAJE VYSOČINA POMOCÍ DEA MODELŮ

Úvod do celočíselné optimalizace

4EK213 Lineární modely. 5. Dualita v úlohách LP

Lineární programování

VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA EKONOMICKÁ FAKULTA KATEDRA MANAGEMENTU

Support Vector Machines (jemný úvod)

Testy dobré shody pro časové řady s diskrétními veličinami

Stanovisko habilitační komise

DODATEK Č. 14 K ORGANIZAČNÍMU ŘÁDU VŠTE

Optimalizace obecný úvod. [proč optimalizovat?] Formalizace problému. [existují podobné problémy?]

Voronoiův diagram. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta

T T. Think Together Martin Flégl THINK TOGETHER

1 Úvod do celočíselné lineární optimalizace

Modely hodnocení efektivnosti a jejich aplikace

Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008

VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA Katedra matematiky. zřizovaných K rajem Vysočina

Metody vícekriteriálního rozhodování a HTA. Josef Jablonský VŠE Praha

Životopis. Osobní údaje. Vzdělání. Zaměstnání. Pedagogická činnost na VŠE v Praze. Vysoká škola ekonomická v Praze

Lineární a logistická regrese




Intervalová data a výpočet některých statistik

Lineární algebra : Lineární (ne)závislost

OPATŘENÍ DĚKANA EF č. 138/2018 k finanční podpoře výzkumu, vývoje a inovací na Ekonomické fakultě Jihočeské univerzity v Českých Budějovicích

dat Robust ledna 2018

DEN OTEVŘENÝCH DVEŘÍ. Tým Katedry psychologie

UČEBNÍ OSNOVA OBČANSKÁ VÝCHOVA

charakteristiky polohy v geografii/demografii Statistika míry nerovnoměrnosti charakteristiky polohy v geografii/demografii(2)

CZ.1.07/1.5.00/

Počítačová geometrie I

FŽP v roce 2013 PEDAGOGIKA. Financovaní studenti 2013/14: B1 615 N1 328 P (5) Vývoj počtu uchazečů

Využití strojového učení k identifikaci protein-ligand aktivních míst

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

1. července 2010

II. Vzdělávání vedoucích úředníků

4EK201 Matematické modelování. 4. Typické úlohy lineárního programování

Pravidla a podmínky k vydání osvědčení o způsobilosti vykonávat aktuárskou činnost

1. ÚVĚR NA SPOROŽIROVÉM ÚČTU (KONTOKORENT)

Otázky ke státní závěrečné zkoušce

4EK212 Kvantitativní management. 3. Typické úlohy LP

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy

KATEDRA SOCIÁLNÍ PRÁCE

Numerické metody optimalizace - úvod

FAKULTA INFORMATIKY A MANAGEMENTU UNIVERZITA HRADEC KRÁLOVÉ VOLBA TECHNOLOGIE. Semestrální práce MIE2

Aktivační centrum Strakonice, Kurz Základy přípravy pokrmů ZŠ a MŠ, Strakonice, Plánkova 430

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DIPLOMOVÁ PRÁCE

HODNOCENÍ KONKURENCESCHOPNOSTI VISEGRÁDSKÉ ČTYŘKY PROSTŘEDNICTVÍM APLIKACE CCR VSTUPOVĚ ORIENTOVANÉHO MODELU ANALÝZY OBALU DAT

UKÁZKA VYUŽITÍ PROGRAMU WINQSB PŘI VÝUCE KVANTITATIVNÍCH METOD V ROZHODOVÁNÍ V DISTANČNÍ FORMĚ STUDIA

Informatika na Univerzitě Palackého

Volební prezentace kandidáta na děkana FŽP UJEP Josef Trögl

MANAGEMENT Procesní přístup k řízení organizace. Ing. Jaromír Pitaš, Ph.D.

STUDIJNÍ A ZKUŠEBNÍ ŘÁD VŠ University of New York in Prague

Odhadnutí citlivosti nákladů v hromadné výrobě - process costing

Podniková ekonomika a management (PEM)

4EK213 Lineární modely. 12. Dopravní problém výchozí řešení

Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Optimalizace úvěrových nabídek. EmbedIT Tomáš Hanžl

Matematika a ekonomické předměty

Slezská univerzita v Opavě Obchodně podnikatelská fakulta v Karviné

Optimalizace portfolia a míry rizika. Pavel Sůva

1. ÚVĚR NA SPOROŽIROVÉM ÚČTU (KONTOKORENT)

JOHANN RADON a počítačová tomografie

Rovnovážné modely v teorii portfolia

KOOPERATIVNI HRY DVOU HRA CˇU

NOVÉ MOŽNOSTI VE VZDĚLÁVÁNÍ ZDRAVOTNICKÉ PROFESE ZDRAVOTNĚ SOCIÁLNÍ PRACOVNÍK

1. ÚVĚR NA SPOROŽIROVÉM ÚČTU (KONTOKORENT)

Využívání multilicencí ES/Science Direct a LINK/Springer v roce 2001

Bankovní institut vysoká škola, a.s. Praha Karlovy Vary Písek Teplice Břeclav

Dlouhodobý výhled z hlediska VaVpI osa 4

Oznámení děkana EF TUL

Mapování inovačních příležitostí ve firmách shrnutí potřeb firem v oblasti řízení inovací

Matematika pro informatiky

VĚTY Z LINEÁRNÍ ALGEBRY

1. VÝCHODISKA AKTUALIZOVANÉHO DLOUHODOBÉHO ZÁMĚRU

ANALÝZA DAT V R 7. KONTINGENČNÍ TABULKA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.

1. ÚVĚR NA SPOROŽIROVÉM ÚČTU (KONTOKORENT)

AVDAT Mnohorozměrné metody, metody klasifikace

Netradiční výklad tradičních témat

Teorie her a ekonomické rozhodování. 2. Maticové hry

Předmluva Nově v tomto vydání Organizace a obsah knihy Pedagogické pokyny Doplňkové materiály Poděkování. Celkový pohled na cestovní ruch 1

4EK213 LINEÁRNÍ MODELY

Testování změn v binárnách autoregresních modelech Šárka Hudecová 1/ 36

Studijní program je těsně vázán na vědeckou činnost Katedry experimentální fyziky PřF UP či praxí Forma studia

Kvantitativní řízení rizik

Stavební fakulta Katedra mechaniky. Jaroslav Kruis, Petr Štemberk

Transkript:

Data Envelopment Analysis (Analýza obalu dat) Martin Branda Univerzita Karlova v Praze Matematicko-fyzikální fakulta Katedra pravděpodobnosti a matematické statistiky Optimalizace s aplikací ve financích Martin Branda (KPMS MFF UK) DEA 1 / 24

Motivace 3 firmy: 1 2 3 Suroviny (vstupy) 3 6 3 Výrobky (výstupy) 7 11 5 Která pracuje nejlépe efektivně eficientně? tedy (asi) firma 1. 7 3 > 11 6 > 5 3, Co když je vstupů a výstupů více? Co když zdvojnásobením vstupů nemůžu zdvojnásobit výrobu? Martin Branda (KPMS MFF UK) DEA 2 / 24

Decision Making Units Homogenní jednotky Decision Making Units (DMU) j = 1,..., n Vstupy X = {x ij }, i = 1,..., m (preferujeme nižší hodnoty) Výstupy Y = {y rj }, r = 1,..., s (preferujeme vyšší hodnoty) Předpokládáme, že data jsou kladná. Martin Branda (KPMS MFF UK) DEA 3 / 24

Příklad bankovní pobočky Vstupy počet zaměstnanců (dále děleno dle kvalifikace: junior, senior, vedoucí) Výstupy rozloha pobočky nemzdové náklady počet uzavřených smluv (běžný účet, hypotéka, spotřebitelská půjčka, pojištění) počet nově získaných klientů Martin Branda (KPMS MFF UK) DEA 4 / 24

Příklad fakulty Vstupy počet zaměstnanců (dále děleno dle kvalifikace: asistent, docent, profesor) Výstupy počet studentů, kteří nastoupí do 1. ročníku počet vědeckých publikací počet absolventů (Bc., Mgr., Ph.D.) Martin Branda (KPMS MFF UK) DEA 5 / 24

Charnes Cooper Rhodes (CCR) model Lineárně frakcionální formulace Posouzení eficience jednotky 0 {1,..., n} s r=1 max u r y r0 m u r,v i i=1 v ix i0 s.t. s r=1 u r y rj m i=1 v 1, j = 1,..., n, ix ij u r 0, r = 1,..., s, v i 0, i = 1,..., m. Jednotka 0 je eficientní, právě když je optimální hodnota rovna jedné. Každá jednotka dostane pro ni nejvýhodnější váhy. Martin Branda (KPMS MFF UK) DEA 6 / 24

Charnesova Cooperova transformace Položíme t = 1 m i=1 v ix i0, ũ r = t u r, ṽ i = t v i. Martin Branda (KPMS MFF UK) DEA 7 / 24

Charnes Cooper Rhodes (CCR) model Multiplikátorová forma Po Charnesově Cooperově transformaci LP: max u r,v i s u r y rj r=1 s u r y r0 r=1 s.t. m v i x i0 = 1, i=1 m v i x ij 0, j = 1,..., n, i=1 u r 0, r = 1,..., s, v i 0, i = 1,..., m. Martin Branda (KPMS MFF UK) DEA 8 / 24

Charnes Cooper Rhodes (CCR) model Dualita v LP (na cvičení)... Martin Branda (KPMS MFF UK) DEA 9 / 24

Charnes Cooper Rhodes (CCR) model Duální (obalová) forma min θ θ,λ j s.t. λ j x ij θx i0, i = 1,..., m, λ j y rj y r0, r = 1,..., s, Model orientovaný na vstupy. λ j 0, j = 1,..., n. Martin Branda (KPMS MFF UK) DEA 10 / 24

Charnes Cooper Rhodes (CCR) model Multiplikátorová forma Infisimální ε > 0, aby byly všechny vstupy a výstupy zahrnuty max u r,v i s u r y rj r=1 s u r y r0 r=1 s.t. m v i x i0 = 1, i=1 m v i x ij 0, j = 1,..., n, i=1 u r ε, r = 1,..., s, v i ε, i = 1,..., m. Martin Branda (KPMS MFF UK) DEA 11 / 24

Charnes Cooper Rhodes (CCR) model Duální (obalová) forma min θ,λ j,s i,s r + ( m θ ε s i + i=1 s r=1 s.t. λ j x ij + s i = θx i0, i = 1,..., m, λ j y rj s r + = y r0, r = 1,..., s, λ j 0, j = 1,..., n, s i 0, i = 1,..., m, s + r 0, r = 1,..., s. s + r ) Martin Branda (KPMS MFF UK) DEA 12 / 24

Klasifikace jednotek Nechť θ, s i, s r + je optimální řešení, potom jednotka je Neeficientní θ < 1. Slabě eficientní θ = 1 a existuje s i > 0 nebo s r + > 0. Silně eficientní θ = 1 a všechny s i = 0 nebo s r + = 0. Martin Branda (KPMS MFF UK) DEA 13 / 24

Production possibility set Množina možných produktů PPS = (x, y) : x i = λ j x ij, y r = λ j y rj, λ j 0 Martin Branda (KPMS MFF UK) DEA 14 / 24

Výnosy z rozsahu Rostou se vstupy proporcionálně i výstupy? Tj. (x, y) PPS, α > 0 = (αx, αy) PPS? Platí-li, konstantní výnosy z rozsahu (Constant Returns to Scale CRS). Neplatí-li, variabilní výnosy z rozsahu (Variable Returns to Scale VRS): PPS VRS = (x, y) : x i = λ j x ij, y r = λ j y rj, λ j = 1, λ j 0 Martin Branda (KPMS MFF UK) DEA 15 / 24

Výnosy z rozsahu Martin Branda (KPMS MFF UK) DEA 16 / 24

Výnosy z rozsahu Z obrázku vidíme: CRS nejmenší konvexní kužel obsahující data VRS horní konvexní obal dat Martin Branda (KPMS MFF UK) DEA 17 / 24

Příklad 3 firmy Položme ε = 0 CRS eficientní: firma 1 f1: θ = 1 f2: θ = 0.786 f3: θ = 0.714 VRS eficientní: firmy 1 a 2 f1: θ = 1 f2: θ = 1 f3: θ =? 1 2 3 Suroviny (vstupy) 3 6 3 Výrobky (výstupy) 7 11 5 Martin Branda (KPMS MFF UK) DEA 18 / 24

Příklad 3 firmy Položme ε = 0 CRS eficientní: firma 1 f1: θ = 1 f2: θ = 0.786 f3: θ = 0.714 VRS eficientní: firmy 1 a 2 i 3 1 2 3 Suroviny (vstupy) 3 6 3 Výrobky (výstupy) 7 11 5 f1: θ = 1 f2: θ = 1 f3: θ = 1 (vstupy už nejdou zlepšit model orientovaný na výstupy) Martin Branda (KPMS MFF UK) DEA 19 / 24

Banker Charnes Cooper (BCC) model Duální (obalová) forma orientace na vstupy min θ,λ j,s i,s r + ( m θ ε s i + i=1 s r=1 s.t. λ j x ij + s i = θx i0, i = 1,..., m, λ j y rj s r + = y r0, r = 1,..., s, λ j = 1, s + r λ j 0, s i 0, s + r 0. ) Martin Branda (KPMS MFF UK) DEA 20 / 24

Banker Charnes Cooper (BCC) model Duální (obalová) forma orientace na výstupy max ϕ,λ j,s i,s r + ( m ϕ + ε s i + i=1 s r=1 s.t. λ j x ij + s i = x i0, i = 1,..., m, λ j y rj s r + = ϕy r0, r = 1,..., s, λ j = 1, s + r λ j 0, s i 0, s + r 0. ) Martin Branda (KPMS MFF UK) DEA 21 / 24

Tone (2001) slack-based model min λ j,s i,s r + 1 1/m m i=1 s i /x i0 1 + 1/s s r=1 s+ r /y r0 s.t. λ j x ij + s i = x i0, i = 1,..., m, λ j y rj s r + = y r0, r = 1,..., s, λ j 0, s i 0, s + r 0. Charnesova Cooperova transformace na LP (na cvičení). Martin Branda (KPMS MFF UK) DEA 22 / 24

Martin Branda (KPMS MFF UK) DEA 23 / 24

Literatura Banker, R.D., Charnes, A., Cooper, W. (1984). Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis. Management Science 30 (9), 1078 1092. Charnes, A., Cooper, W., Rhodes, E. (1978). Measuring the efficiency of decision-making units. European Journal of Operations Research 2, 429 444. Cooper, W.W., Seiford, L.M., Zhu, J. (2011). Handbook on data envelopment analysis, Springer, New York. Tone, K. (2001). A slacks-based measure of efficiency in data envelopment analysis. European Journal of Operations Research 130, 498 509. Martin Branda (KPMS MFF UK) DEA 24 / 24