本文介绍了带有非期望产出的SBM模型的原理，并提供了Python代码实现。模型涉及线性代数和线性规划，通过优化目标函数解决。文章还给出了使用案例，特别是针对面板数据的操作，以及案例数据的百度云链接。
带有非期望产出的SBM模型（python实现）
from scipy.optimize import minimize
import numpy as np
import pandas as pd
import scipy.optimize as op
1.原理
带 有 非 期 望 产 出 的 S B M 模 型 ( 原 型 ) : 带有非期望产出的SBM模型(原型): 带有非期望产出的SBM模型(原型):
ϕ ∗ = m i n 1 − 1 m ∑ i = 1 m ( S i o − X i o ) 1 + 1 s 1 + s 2 ( ∑ r 1 = 1 s 1 S r 1 o g y r 1 o g + ∑ r 2 = 1 s 2 S r 2 o b y r 2 o b ) \phi^*=min\dfrac{1 - \dfrac{1}{m} \sum_{i=1}^m(\dfrac{S_{io}^-}{X_{io}})}{1+\dfrac{1}{s_1+s_2}(\sum_{r_1=1}^{s_1}\dfrac{S_{r_{1o}}^g}{y_{r_{1o}}^g}+\sum_{r_2=1}^{s_2}\dfrac{S_{r_{2o}}^b}{y_{r_{2o}}^b})} ϕ∗=min1+s1+s21(∑r1=1s1yr1ogSr1og+∑r2=1s2yr2obSr2ob)1−
最低0.47元/天 解锁文章
3870
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
