【正文】 188。 , n, 都滿足q=1,0229。xljj=1n0j=qx0,0229。yljj=1n0j=y0，22利用（DCR）判斷DMU的DEA有效性時(shí)也不直接．對(duì)于DEA模型（DCR），Charnes和Cooper給出了具有非阿基米德無(wú)窮小量的DEA模型．此后，人們又發(fā)現(xiàn)用“兩步法”判斷DMU的弱DEA有效性和DEA有效性（即源于Charnes等人的目標(biāo)規(guī)劃形式的“加法模型”． 同時(shí),人們又研究了DEA模型的計(jì)算穩(wěn)定性和靈敏度分析,，DEA有效性的判別和計(jì)算已經(jīng)完成．目前，DEA被看成為一種技術(shù)，通過(guò)明確地考慮多種投入（即資源）的運(yùn)用和多種產(chǎn)出（即服務(wù)）的產(chǎn)生，它能夠用來(lái)比較提供相似服務(wù)的多個(gè)服務(wù)單位之間的效率。它避開(kāi)了計(jì)算每項(xiàng)服務(wù)的標(biāo)準(zhǔn)成本，因?yàn)樗梢园讯喾N投入和多種產(chǎn)出轉(zhuǎn)化為效率比率的分子和分母，而不需要轉(zhuǎn)換成相同的貨幣單位。因此，用DEA衡量效率可以清晰地說(shuō)明投入和產(chǎn)出的組合，從而，它比一套經(jīng)營(yíng)比率或利潤(rùn)指標(biāo)更具有綜合性并且更值得信賴。DEA是一個(gè)線性規(guī)劃模型，表示為產(chǎn)出對(duì)投入的比率。通過(guò)對(duì)一個(gè)特定單位的效率和一組提供相同服務(wù)的類似單位的績(jī)效的比較，它試圖使服務(wù)單位的效率最大化。在這個(gè)過(guò)程中，獲得100%效率的一些單位被稱為相對(duì)有效率單位，而另外的效率評(píng)分低于100%的單位本稱為無(wú)效率單位。這樣，企業(yè)管理者就能運(yùn)用DEA來(lái)比較一組服務(wù)單位，識(shí)別相對(duì)無(wú)效率單位，衡量無(wú)效率的嚴(yán)重性，并通過(guò)對(duì)無(wú)效率和有效率單位的比較，發(fā)現(xiàn)降低無(wú)效率的方法。第五篇：數(shù)據(jù)分析讀后感數(shù)據(jù)分析是一種信息提取過(guò)程。數(shù)據(jù)的搜索，聚集，整理是數(shù)據(jù)分析的前提，只有通過(guò)分析的數(shù)據(jù)才有使用的價(jià)值和意義。數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)方法對(duì)收集來(lái)的大量第一手資料和第二手資料進(jìn)行分析，以求最大化地開(kāi)發(fā)數(shù)據(jù)資料的功能，發(fā)揮數(shù)據(jù)的作用。是為了提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過(guò)程。在統(tǒng)計(jì)學(xué)中，數(shù)據(jù)分析可劃分為描述性統(tǒng)計(jì)分析、探索性數(shù)據(jù)分析以及驗(yàn)證性數(shù)據(jù)分析。所謂描述性統(tǒng)計(jì)分析，就是對(duì)一組數(shù)據(jù)的各種特征進(jìn)行分析，以便于描述測(cè)量樣本的各種特征及其所代表的總體的特征；探索性數(shù)據(jù)分析側(cè)重于在數(shù)據(jù)之中發(fā)現(xiàn)新的特征；而驗(yàn)證性數(shù)據(jù)析，則側(cè)重于驗(yàn)證或推翻已有的假設(shè)。《數(shù)據(jù)分析》一書(shū)中介紹了數(shù)據(jù)描述性分析、非參數(shù)方法、回歸分析等分析方法并介紹了常用數(shù)據(jù)分析方法的SAS實(shí)現(xiàn)過(guò)程。第一章介紹的數(shù)據(jù)描述分析是利用最基礎(chǔ)的數(shù)理知識(shí)實(shí)現(xiàn)最簡(jiǎn)單的數(shù)據(jù)分析，包括對(duì)均值、方差、中值等的計(jì)算，數(shù)據(jù)分布圖的勾畫(huà)，對(duì)多元數(shù)據(jù)的相關(guān)分析等。這些簡(jiǎn)單的分析是復(fù)雜數(shù)據(jù)分析的基礎(chǔ)。簡(jiǎn)單的數(shù)據(jù)分析在大多數(shù)情況下無(wú)法滿足信息使用者的要求，這時(shí)，就需要對(duì)數(shù)據(jù)進(jìn)行更深入的分析?；貧w分析基于觀測(cè)數(shù)據(jù)，建立變量間的適當(dāng)以來(lái)關(guān)系，用以分析數(shù)據(jù)的內(nèi)在規(guī)律，可用于預(yù)報(bào)、控制等問(wèn)題?；貧w分析中要解決的問(wèn)題有：參數(shù)估計(jì)、假設(shè)檢驗(yàn)、模型選取等。模型的選取尤為關(guān)鍵，一個(gè)好的模型，既要較好地反映問(wèn)題的本質(zhì)，又要包含盡可能少的自變量。模型的選取有窮舉法和逐步回歸法兩種。一個(gè)好的模型可以準(zhǔn)確地預(yù)測(cè)應(yīng)變量的值，在數(shù)據(jù)分析中起到重大的作用。該部分內(nèi)容與上學(xué)期所學(xué)的《計(jì)量經(jīng)濟(jì)學(xué)》有諸多相同之處。數(shù)據(jù)分為三大類，即：截面數(shù)據(jù)、時(shí)間序列數(shù)據(jù)和虛擬數(shù)據(jù)。第七章所介紹的時(shí)間序列分析正是對(duì)時(shí)間序列數(shù)據(jù)的普遍的處理方法。時(shí)間序列是按時(shí)間順序排列的、隨時(shí)間變化且相互關(guān)聯(lián)的數(shù)據(jù)序列。其中，AR序列、MA序列、ARMA序列是最基本的三種時(shí)間序列形式。時(shí)間序列分析旨在建立一個(gè)平穩(wěn)的序列模型用以預(yù)測(cè)將來(lái)某一時(shí)刻的數(shù)據(jù)。平穩(wěn)的時(shí)間序列滿足序列的分布特征不隨時(shí)間的變化而變化，寬平穩(wěn)時(shí)間序列具體要求：有常數(shù)均值、常數(shù)方差、任何兩點(diǎn)間的協(xié)方差只與兩點(diǎn)間的間隔有關(guān)。第八章介紹了Bayes統(tǒng)計(jì)分析，貝葉斯統(tǒng)計(jì)中的兩個(gè)基本概念是先驗(yàn)分布和后驗(yàn)分布。先驗(yàn)分布：總體分布參數(shù)θ的一個(gè)概率分布。貝葉斯學(xué)派的根本觀點(diǎn)，是認(rèn)為在關(guān)于總體分布參數(shù)θ的任何統(tǒng)計(jì)推斷問(wèn)題中，除了使用樣本所提供的信息外，還必須規(guī)定一個(gè)先驗(yàn)分布，它是在進(jìn)行統(tǒng)計(jì)推斷時(shí)不可缺少的一個(gè)要素。他們認(rèn)為先驗(yàn)分布不必有客觀的依據(jù)，可以部分地或完全地基于主觀信念。后驗(yàn)分布：根據(jù)樣本分布和未知參數(shù)的先驗(yàn)分布，用概率論中求條件概率分布的方法，求出的在樣本已知下，未知參數(shù)的條件分布。因?yàn)檫@個(gè)分布是在抽樣以后才得到的，故稱為后驗(yàn)分布。貝葉斯推斷方法的關(guān)鍵是任何推斷都必須且只須根據(jù)后驗(yàn)分布，而不能再涉及樣本分布。第九章所介紹的SAS軟件體現(xiàn)了該軟件在數(shù)據(jù)分析中的強(qiáng)大功能。SAS軟件處理數(shù)據(jù)方便快捷，但要真正地利用好該軟件發(fā)揮出其強(qiáng)大的功能，則還需要軟件操作者擁有扎實(shí)的數(shù)據(jù)分析理論知識(shí)。數(shù)據(jù)分析的目的是把隱沒(méi)在一大批看來(lái)雜亂無(wú)章的數(shù)據(jù)中的信息集中、萃取和提煉出來(lái)，以找出所研究對(duì)象的內(nèi)在規(guī)律。數(shù)據(jù)分析可幫助人們做出更合理的判斷，以便采取更適當(dāng)?shù)男袆?dòng)。數(shù)據(jù)分析是組織有目的地收集數(shù)據(jù)、分析數(shù)據(jù)，使之成為信息的過(guò)程。這一過(guò)程是質(zhì)量管理體系的支持過(guò)程。在產(chǎn)品的整個(gè)壽命周期，包括從市場(chǎng)調(diào)研到售后服務(wù)和最終處置的各個(gè)過(guò)程都需要適當(dāng)運(yùn)用數(shù)據(jù)分析過(guò)程，以提升有效性。例如：一個(gè)企業(yè)的領(lǐng)導(dǎo)人要通過(guò)市場(chǎng)調(diào)查，分析所得數(shù)據(jù)以判定市場(chǎng)動(dòng)向，從而制定合適的生產(chǎn)及銷售計(jì)劃，這對(duì)企業(yè)的發(fā)展是極具重要性的?；跀?shù)據(jù)分析的重要作用，它在日常生活中有著廣泛的應(yīng)用。