دانلود ترجمه مقاله کاربرد تحلیل رگرسیون در ارزیابی کارایی فنی به وسیله دروندادها و بروندادهای چندگانه

بخشی از ترجمه:

برنامه ریزی خطی و رگرسیون اساسی را برای تکنیک های عمومی جهت تخمین و ارزیابی راندمان فنی فراهم آورده است. راهکارهای براساس رگرسیون عموماً پارامتریک هستند و می توانند هم جبری و هم احتمالی (تصادفی) باشند در مورد دوم برای خطای اندازه گیری نیز مجاز هستند. در عوض، مدل های برنامه ریزی خطی غیرپارامتریک می باشند و برای ورودی (دروندادها) و خروجی (بروندادها) چندگانه مجاز می باشند. نقطه ضعف معروف مدل های براساس رگرسیون عدم توانایی آنان در پذیرفتن بروندادهای چندگانه بدون وجود داده های اطلاعاتی در مورد قیمت های دروندادها (ورودی ها) است. در این تحقیق مدل های رگرسیون داده های پنل احتمالی و متقاطع جبری که بروندادها و درون داده ها را می پذیرد توسعه یافته اند. به صورت چشمگیری راندمان فنی می تواند با کمک مدل های رگرسیون که توسط محیط های چند ورودی – چند خروجی مشخص شده اند ارزیابی گردند که برون داده های مربوط به قیمت دروندادها است. ما مثال های دیگری که شامل تحلیل Monte Carlo است را نیز ارائه داده ایم.
مقدمه :
در مطالعات تحقیقاتی اقتصادی و عملکردی ٢ راهکار مجزا برای ارزیابی کارایی فنی وجود دارد. تکنیک رگرسیون و برنامه ریزی خطی هر دو برای عملکردهای اندازه گیری به کار می رود که مرتبط با یک محدودۀ تخمینی (ارزیابی) می باشند. نقطۀ آغازین هر دو مطالعه، فارل (١٩۵٧) می باشد که چارچوبی مفهومی برای اندازه گیری کارایی فراهم آورده است. فارل نشان داده که عدم کارایی فنی و تخصصی می تواند در ارتباط با ایزوکوانت های مشاهده شده با مقیاس های سنجش همتراز (هم پتانسیل) اندازه گیری گردد. فارل هم چنین کارایی را با کمک ایزوکوانت های خطی دقیق نیز نشان داده است.

بخشی از مقاله انگلیسی:

Regression and linear programming provide the basisfor populartechniques for estimating technical efficiency. Regression basedapproaches are typically parametric and can be bothdeterministic orstochastic where the later allows for measurement error. In contrast, linearprogramming models are nonparametric and allow multiple inputs andoutputs. The purported disadvantage of the regression based models is theinability to allow multiple outputs without additional data on input prices.In this paper, deterministic cross”sectional and stochastic panel dataregression models that allow multiple inputs and outputs are developed.Notably, technical efficiency can be estimated using regression modelscharacterized by multiple”input, multiple”output environments withoutinput price data. We provide multiple examples including a Monte CarloAnalysis.Keywords: DEA, stochastic frontier analysis, joint production11. IntroductionIn the economics and operations research literature there are two distinctapproaches for estimating technical efficiency. Both regression and linear programmingtechniques have been employed to measure performance relative to an estimated frontier.The starting point for both literatures is Farrell(1957), which provided a conceptualframework for efficiency measurement. Farrell showed that technical and allocativeinefficiency could be measured relative to the observed isoquants with equi”proportionalmeasures. Farrell also illustrated efficiency using piecewise linear isoquants.Aigner and Chu (1968) extended Farrell’s work by applying programming modelsto parametric functional forms to measure production in deterministic models where alldeviations from the frontier are one”sided and dueto inefficiency. Winsten (1957)suggested and Greene (1980) showed that OLS could be used to estimate inefficiencyrelative to a frontier with one”sided deviations.Since the parameters of the productionfunction are estimated consistently, one need onlycorrect the intercept term by addingthe largest residual to the intercept in a production environment. This technique isreferred to as Corrected OLS (COLS)