Я пытаюсь визуализировать свои результаты анализа данных (DEA). Для этой цели я использую библиотеку «Сравнительный анализ» (см. https://cran.r -project.org / web / packages / Benchmarking / Benchmarking.pdf ).
Как ни странно, мои результаты функции dea () не совпадают с визуальными результатами функции dea.plot ().
Я использую две входные и две выходные переменные для моей модели и допущение переменной возврата к масштабу (VRS).
Y = data_set[,c('input1', 'input2')]
X = data_set[,c('output1', 'output2')]
Моя модель
dea_model = dea(X,Y, RTS = "vrs")
дает 18 эффективных блоков принятия решений (DMU) с эффективностью = 1 (из общего количества 31 DMU). Здесь вы получили мой вывод:
1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000
1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000
1.0000000 1.0000000 0.8000000 0.6666667 0.6000000 0.6000000 0.5000000 0.4166667
0,3333333 0,3333333 0,3333333 0,3333333 0,3000000 0,2500000 0,2500000
Теперь, когда я вызываю функцию dea.plot () для визуализации моих результатов
dea.plot(X, Y, RTS = "vrs")
на границе эффективности только 3 балла вместо 18.
В чем здесь проблема? Разве функция dea.plot () не может агрегировать как входные, так и выходные измерения? В документации сказано:
"Товар показан на первой оси. Если имеется более 1 входа, то входы просто суммируются или, если присутствует wx, используется взвешенная сумма входов."
Поэтому я предположил, что функция dea.plot () учитывает разные входы и выходы.