Please use this identifier to cite or link to this item: http://hdl.handle.net/10419/71249
Authors: 
Althaler, Karl S.
Slavova, Tatjana
Year of Publication: 
2000
Series/Report no.: 
Reihe Ökonomie / Economics Series, Institut für Höhere Studien (IHS) 89
Abstract: 
This paper discusses the theoretical and practical aspects of new methods for solving DEA problems under real-life geometrical uncertainty and probability uncertainty of sample data. The proposed minimax approach to solve problems with geometrical uncertainty of sample data involves an implementation of linear programming or minimax optimization, whereas the problems with probability uncertainty of sample data are solved through implementing of econometric and new stochastic optimization methods, using the stochastic frontier functions estimation.
Abstract (Translated): 
Diese Publikation behandelt die theoretischen und praktischen Aspekte der neuen Methoden zur Lösung von DEA-Problemen mit real-life geometrischer Unsicherheit und stochastischer Unsicherheit von Daten. Die vorgeschlagenen minimax-Methoden zur Lösung der geometrischen Unsicherheit von Daten beziehen die Implementierung der linearen Programmierung oder minimax-Optimierung mit ein, während die Probleme mit Unsicherheit der Wahrscheinlichkeit von Daten durch Implementierung von ökonometrischen und neuen stochastischen Optimierungsmethoden zur Schätzung der stochastischen Grenzfunktionen gelöst werden.
Subjects: 
DEA
sample data uncertainty
linear programming
minimax optimization
stochastic optimization
stochastic frontier functions
DEA
Ungewissheit von Daten
lineare Programmierung
minimax-Optimierung
stochastische Optimierungsmethoden
stochastische Grenzfunktionen
JEL: 
C81
D81
H72
Document Type: 
Working Paper

Files in This Item:
File
Size
334.28 kB





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.