数学建模常用模型10 ：数据包络（DEA）分析法（投入产出法）

给大家安利一款朋友开发的自研国产数据分析基础工具，一键式自动分析，自动生成分析模板，5分钟掌握主流61个统计类数学模型（几乎涵盖SPSS绝大部分功能），以及23个有监督机器学习（包括随机森林，SVM，XGBoost等）

PS：想要数据包络分析的，可以点击下方链接下载，巨方便简单上手，还有分析模板

官网：www.mpaidata.com   mpai数据科学平台

数据包络分析模板

数据包络分析是评价多输入指标和多输出指标的较为有效的方法，将投入与产出进行比较。它的结果包含的意思有：

①θ=1，DEA有效，表示投入与产出比达到最优

②θ<1，非DEA有效，表示投入与产出比没有达到最优，一般来说，θ越大说明效果越好。

数据包络分析是通过对投入的指标和产出的指标做了一个线性规划，并且进行变换后，然后根据其线性规划的对偶问题（线性规划对偶问题具有经济学意义），求解这个对偶问题的最值就是θ。

数据包络分析(data envelopment analysis,DEA)是一个对多投入\多产出的多个决策单元的效率评价方法。是1978年由CHARNES和COOPER创建的。可广泛使用于业绩评价。

DEA特别适用于具有多输入多输出的复杂系统，这主要体现在以下几点：

1. DEA以决策单位各输入/输出的权重为变量，从最有利于决策单元的角度进行评价，从而避免了确定各指标在优先意义下的权重；
2. 假定每个输入都关联到一个或者多个输出，而且输入/输出之间确实存在某种关系，使用DEA方法则不必确定这种关系的显示表达式。

-------------------------------------------------------------------------------------------------------

例 利用DEA方法对天津市的可持续发展进行评价。在这里选取较具代表性的指标作为输入变量和输出变量，见表1。

表1 各决策单元输入、输出指标值

序号

决策 单元

政府财政收入占 GDP的比例/%

环保投资占GDP 的比例/%

每千人科