F. Fernández Palacín, M. Muñoz Márquez
El análisis envolvente de datos, DEA, evalúa unidades de decisión, o DMUs, que obtienen outputs a partir de inputs. La evaluación se hace puntuando a cada unidad entre 0 y 1, donde 1 significa que la unidad es eficiente.
Los procedimientos de selección de variables existentes para el DEA se basan en la comparación de las eficiencias obtenidas en el modelo inicial con las obtenidas en los modelos candidatos. Estas metodologías conllevan que los sesgos existentes en el modelo inicial se repliquen en los modelos seleccionados, haciendo depender el resultado final de una adecuada elección del inicial.
En este trabajo se comparan dos métodos de selección de variables mediante simulación. El primero de ellos basado en cargas, una medida global de la contribución de cada variable a las eficiencias. El segundo de ellos, basado en un problema de optimización de alguna medida de desempeño.
Estos métodos se implementan en el paquete libre adea para R.
Palabras clave: DEA, Análisis Envolvente de Datos, Paquete R
Programado
GT18.SOFTW1 Sesión Invitada
7 de noviembre de 2023 16:50
HC1: Sala Canónigos 1