首页
精品课程
教学能力提升
科研能力提升
案例开发与案例教学
数据科学与数据素养
微认证
第一期
第二期
第三期
微专业
金融学
财政学
会计学
统计学
经济学
学术动态
人才发展
关于我们
登录
注册
登录
/
注册
首页
精品课程
教学能力提升
科研能力提升
案例开发与案例教学
数据科学与数据素养
微认证
第一期
第二期
第三期
微专业
金融学
财政学
会计学
统计学
经济学
学术动态
人才发展
关于我们
DEA模型与MAXDEA软件应用
第9任务： 1.3.6 结果输出与保存
查看课程
任务列表
第1任务： 1.1.1 MAXDEA软件介绍
第2任务： 1.1.2 基本功能介绍
第3任务： 1.2 MaxDEA数据准备
第4任务： 1.3.1 CCR与BCC：操作与解释
第5任务： 1.3.2 不同规模报酬RTS操作与演示
第6任务： 1.3.3 技术效率的分解：PTESE
第7任务： 1.3.4 SBM：操作与解释
第8任务： 1.3.5 SBM效率分解与演示
第9任务： 1.3.6 结果输出与保存
第10任务： 2.1 Window模型的基本原理
第11任务： 2.2.1 不同窗宽结果差异与结果解释
第12任务： 2.2.2 Window模型的MaxDEA实现
第13任务： 2.3 Window模型的扩展：一次性求解多时期效率问题
第14任务： 3.1.1 Malmquist的基本原理
第15任务： 3.1.2 相邻前沿交叉参比以及结果解释
第16任务： 3.1.3 模型分解
第17任务： 3.2.1 相邻联合前沿参比基本原理介绍
第18任务： 3.2.2 MaxDEA实现与结果解释
第19任务： 3.3.1固定参比基本原理介绍
第20任务： 3.3.2 MaxDEA实现与结果解释
第21任务： 3.4.1全局参比基本原理介绍
第22任务： 3.4.2 MaxDEA实现与结果解释
第23任务： 3.5.1 序列参比基本原理介绍
第24任务： 3.5.2 MaxDEA实现与结果解释
第25任务： 3.6.1窗口参比基本原理介绍
第26任务： 3.6.2 MaxDEA实现与结果解释
第27任务： 3.7.1 分解形式1基本原理介绍
第28任务： 3.7.2 MaxDEA实现与结果解释
第29任务： 3.8.1 分解形式2基本原理介绍
第30任务： 3.8.2 MaxDEA实现与结果解释
第31任务： 3.9.1 分解形式3基本原理介绍
第32任务： 3.9.2 MaxDEA实现与结果解释
第33任务： 4.1.1 自我参比和交叉参比模型理论
第34任务： 4.1.2 模型分解
第35任务： 4.2.1 向上和向下参比模型理论
第36任务： 4.2.2 模型分解
第37任务： 4.3.1 上方和下方邻群参比模型原理
第38任务： 4.3.2 模型分解
第39任务： 4.4.1 窗口参比模型原理
第40任务： 4.4.2 模型分解
第41任务： 5.1.1方向距离函数
第42任务： 5.1.2 MaxDEA实现与结果解释1
第43任务： 5.1.3 MaxDEA实现与结果解释2
第44任务： 5.1.4 方向距离函数处理非期望产出理论内容
第45任务： 5.1.5 MaxDEA对方向距离函数的设置与求解
第46任务： 5.1.6 MaxDEA实现与结果解释1
第47任务： 5.1.7 MaxDEA实现与结果解释2
第48任务： 5.2.1 Luenberger
第49任务： 5.2.2 Malmquist –Luenberger
第50任务： 5.2.3 MaxDEA设置与求解
第51任务： 5.2.4 MaxDEA实现与结果解释1
第52任务： 5.2.5 MaxDEA实现与结果解释2
第53任务： 5.3.1 SBM非期望产出模型：可分模型
第54任务： 5.3.2 SBM非期望产出模型：不可分模型
第55任务： 5.3.3 MaxDEA设置与求解
第56任务： 5.3.4 MaxDEA软件的实现与结果解读
第57任务： 5.4.1 SBM Malmquist模型理论内容
第58任务： 5.4.2 MaxDEA设置与求解
第59任务： 6.1.1 共同前沿DEA的发展历史
第60任务： 6.1.2 共同前沿DEA模型的基本原理
第61任务： 6.1.3 共同前沿DEA模型的MaxDEA求解
第62任务： 6.1.4 共同前沿DEA的MaxDEA软件的实现与结果解读 (2)
第63任务： 6.1.4 共同前沿DEA的MaxDEA软件的实现与结果解读
第64任务： 6.2.1 Meta Malmquist模型的基本原理
第65任务： 6.2.2 Meta Malmquist模型的MaxDEA求解
第66任务： 6.2.3 MaxDEA软件的实现与结果解读
第67任务： 7.1.1 并行DEA模型定义与适用场合
第68任务： 7.1.2 并行DEA模型原理及模型形式
第69任务： 7.1.3 并行DEA模型MaxDEA求解
第70任务： 7.2 并行DEA模型的MaxDEA软件实现、示例及结果解读
第71任务： 8.1.1 网络远古DEA概念与结构
第72任务： 8.1.2 网络DEA模型基本原理及模型形式
第73任务： 8.1.3 网络DEA模型的Max求解
第74任务： 8.1.5 网络DEAMaxDEA软件实现、示例及结果解读2
第75任务： 8.2.1 超效率网络DEA模型
第76任务： 8.2.2共同前沿网络DEA模型
第77任务： 8.2.3 非期望产出网络DEA
第78任务： 8.2.4 网络DEA Malmquist模型
第79任务： 8.3.1 共同前沿网络DEA模型软件实现(上)
第80任务： 8.3.2 共同前沿网络DEA模型软件实现(下)
第81任务： 8.4.1 网络DEA Malmquist模型的软件实现(上)
第82任务： 8.4.2 网络DEA Malmquist模型的软件实现(下)
第83任务： 9.1.1 MinDS的概念与结构
第84任务： 9.1.2 软件实现、示例及结果解读
第85任务： 9.1.2 MinDS DEA的原理及模型形式
第86任务： 9.1.3 MinDS DEA的MaxDEA求解
第87任务： 9.2.1 MinDW的概念和结构
第88任务： 9.2.2 MinDW DEA的原理及模型形式
第89任务： 9.2.3 MinDS DEA的MaxDEA求解
第90任务： 9.2.4 MinDS DEA的软件实现
第91任务： 10.1.1 DEA Bootstrap的概念与适用
第92任务： 10.1.2 DEA Bootstrap的原理及模型
第93任务： 10.1.2 DEA Bootstrap的原理及模型
第94任务： 10.1.3 DEA Bootstrap的MaxDEA求解及结果解读
第95任务： 10.1.4 DEA Bootstrap的软件实现
第96任务： 10.2.1 Malmquist的bootstrap原理
第97任务： 10.2.3 Malmquist的bootstrap的软件实现
第98任务： 附件1
第99任务： 附件2.1
第100任务： 附件2.2
购买咨询
×
感谢您的关注！
本课程仅支持机构单位购买，购买后可获取激活码查看详情！
请扫描下方二维码，我们会有专人与您联系。
信息提示
×
训练营活动已结束！
×
