Veri zarflama analizi tahmin edicileri için etkinsizlik sıklığı ve bayesci önseller


Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2014

Öğrenci: MEHMET GÜRAY ÜNSAL

Danışman: İHSAN ALP

Özet:

Veri Zarflama Analizi (VZA), Charnes, Cooper ve Rhodes tarafından açıklandığı üzere, bazı çıktıları üretmek için bazı girdileri kullanan karar verme birimlerinin (KVB'ler) bir setinin göreli etkinliklerini ölçen doğrusal programlama yöntemdir. VZA parametrik olmayan bir yöntemdir, bu nedenle VZA'nın istatistiksel özelliklerini çalışmak zordur. Literatürde ilk olarak, etkin olmayan (etkinsiz) KVB'lerin etkinlik skorlarının dağılım yapıları incelenmiştir. İstatistik teorisi ve VZA'nın birlikte incelendiği ikinci konu, VZA tahminlerinin regresyon modelinde bağımlı değişken olarak kullanılmasıdır. İstatistik teorisi & VZA üzerine olan çalışmalar sadece regresyon modelleri ve etkinlik skorlarının dağılımları ile sınırlı değildir. VZA'nın bir başka istatistiksel özelliği "etkinsizlik sıklığı" (etkinsiz KVB'ler sayısının, analizdeki toplam KVB'ler sayısına oranı) konusu olarak Friesner ve diğerleri (2013) tarafından incelenmiştir. Friesner ve diğerleri (2013) çalışmalarında etkinsizlik sıklığının bayesci tahminini elde ederlerken bazı önsel dağılımlar kullanmışlardır. Bu tez çalışmasında, öncelikle etkinsizlik sıklığının tanımı verilmekte, daha sonra etkinsizlik sıklığının önsel dağılım yapısı deneysel dağılımlar kullanılarak incelenmektedir. Deneysel dağılımların sonuçlarına göre farklı yapılardaki dağılımların etkinsizlik sıklığının önsel dağılımları olarak kullanılabileceği önerilmektedir. Bununla birlikte, gizli değişken düzeltmesinin tahmin edici üzerindeki etkisini incelemek için, tahmin edicilerin gizli değişken ve gizli olmayan değişken durumlarının performansları da karşılaştırılmaktadır.