Vol. 2 Núm. 1 (2020): Memorias Institucionales UIS
III congreso Colombiano de Investigación de Operaciones

4- # 1089 SELECCIÓN DE VARIABLES Y FORMA FUNCIONAL USANDO ANÁLISIS ENVOLVENTE DE DATOS

Carol Paola Escobar Cadena
Universidad de La Salle, Colombia,
Carlos Andrés Arango Londoño
Universidad de La Salle, Colombia,
Wilson Alexander Pinzón Rueda
Universidad Distrital, Colombia

Publicado 2019-01-01

Cómo citar

Escobar Cadena, C. P., Arango Londoño, C. A., & Pinzón Rueda, W. A. (2019). 4- # 1089 SELECCIÓN DE VARIABLES Y FORMA FUNCIONAL USANDO ANÁLISIS ENVOLVENTE DE DATOS. Memorias Institucionales UIS, 2(1), 19–20. Recuperado a partir de https://revistas.uis.edu.co/index.php/memoriasuis/article/view/10373

Resumen

Los modelos DEA, Data Envelopment Analysis, combinan diferentes tipos de variables para obtener una comparación relativa de la eficiencia de un objeto frente a otros (Cooper, Seiford, & Tone, 2000). Sin embargo, poco se dice acerca de los métodos y procedimientos para la selección de variables a ser incluidas o eliminadas de un modelo (Edirisingle & Zhang, 2010); tampoco se identifica la posibilidad de disponer de una forma funcional que vincule las variables de entrada y salida (Dyson, y otros, 2001).
Este texto recopila y propone lineamientos para identificar la forma funcional que vincula a diferentes variables de entrada y salida (Khezrimotlagh, Zhu, Cook, & Toloo, 2019), su consistencia dimensional, así como un conjunto de criterios para la clasificación, comprensión, selección e inclusión de variables y su interpretación (Cakrr, 2017). Esto se toma sobre el modelo DEA Translogarítmico para la descripción de desempeño de un conjunto prestadores de servicios de Justicia en Cundinamarca, Colombia entre 2007 a 2016 (Lacko, Humy, & Razkosová, 2017).

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

Cakrr, S. (3 de octubre de 2017). Proposing integrated Shannon's entropy-inverse data envelopmet analysis methods for resource allocations problem under a fuzzy environment. Engineering Optimization, 49(10), 1733-1749. doi:10.1080/0305215X.2016.1262606

Cooper, W., Seiford, L., & Tone, K. (2000). Data Envelopment Analysis. A comprehensive text, with Models, Applications, References and DEA-Solver Software. New York: Kluwer Academic Publishes Group.Dyson, R., Allen, R., Camanho, A., Podinovski, V., Sarrico, C., & Shale, E. (16 de July de 2001). Pitfalls and protocols in DEA. European of Journal Research, 132(2), 245-259. doi:10.1016/S0377-2217(00)00149-1

Edirisingle, N., & Zhang, X. (16 de diciembre de 2010). Input/output selection in DEA under expert information, with application to financial markets. European Journal of operational Research, 207(3), 1669-1678. doi: 10.1016/j.ejor.2010.06.027

Khezrimotlagh, D., Zhu, J., Cook, W., & Toloo, M. (1 de Mayo de 2019). Data Envelopment analysis and big data. European Journal of Operational Research, 274(3), 1047-1054. doi: 10.1016/j.ejor.2018.10.044

Lacko, R., Humy, F., & Razkosová, A. (8 de septiembre de 2017). Conceptual framework for evaluating the efficiency of public administration. Digitalization in Management, Society and Economy, 253-260