我试图可视化数据包络分析(DEA)的结果,为此我使用了"Benchmarking"库(参见https://cran.r-project.org/web/packages/Benchmarking/Benchmarking.pdf),奇怪的是,dea()函数的结果与dea.plot()函数的可视化结果不匹配。
我在模型中使用了两个输入变量和两个输出变量以及一个可变规模收益(VRS)假设。
Y = data_set[,c('input1', 'input2')]
X = data_set[,c('output1', 'output2')]
我的模特
dea_model = dea(X,Y, RTS = "vrs")
生成18个效率= 1的有效决策单元(DMU)(总共31个DMU)。下面是我的输出:
1.一个百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万百万0000000 1.0000000 1.0000000 0.800000 0.6666667 0.600000 0.600000 0.500000 0.4166667 0.3333333 0.33333333 0.333333333 0.3000000 0 0.41666667 0.33333333333 0.3000000000 0 0.0000000000 0.0000.00000.00000.00000.000000.0000000000000000000000000000000000000000000000000000000二百五十万
现在,当我调用dea.plot()函数来可视化结果时
dea.plot(X, Y, RTS = "vrs")
效率边界上只有3个点,而不是18个点。
这里的问题是什么?dea.plot()函数不能聚合输入和输出维度吗?文档中说:
第一个坐标轴表示的商品。如果有一个以上的输入,则只对输入求和;如果有wx,则使用输入的加权和。
因此,我假设dea.plot()函数确实考虑了不同的输入和输出。
2条答案
按热度按时间ttp71kqs1#
文档中还有一条警告:
“如果你用这个工具来绘制多投入和多产出,那么这个图可能会欺骗你,因为完全多效率的企业不一定被放在二维边界上。”
我相信这是你的案子。
祝福你!
1hdlvixo2#
问题来自于这样一个事实,即您正在使用多个输入或输出,或者同时使用两者,因此二维空间不足以表示您的数据。为了能够绘制数据,你应该减少数据的维数。您引用的函数或其包含边界的扩展具有一个参数,可帮助您聚合数据
dea.plot.frontier(X,Y, RTS = "vrs", wx=wx)
,其中wx
应为向量或矩阵,它与维度匹配,并表示要为聚合的每个变量设置的权重。