تحلیل پوششی داده‌ها با داده‌های گمشده

داده‌های گمشده در کاربردهای تحلیل پوششی داده‌ها یک بیماری مزمن محسوب می‌شوند. خیلی از ‏اوقات، متغیرهای مهم ورودی یا خروجی پوشش ناکامل دارند و یا اینکه واحدهای تصمیم‌گیری همه‌ی ‏آمارهای لازم را گزارش نمی‌کنند. بنابراین، مقادیر گمشده در ورودی‌ها و خروجی‌ها را نمی‌توان با ‏مدل‌های اصلی تحلیل پوششی داده‌ها مورد بررسی قرار داد. در این مقاله، روش‌هایی را برای پیدا کردن ‏داده‌های گمشده در حالتی که داده‌ها قطعی هستند، ارائه می‌کنیم. در این مقاله پس از تشریح مفاهیم ‏ضروری داده‌های گمشده، برخی از روش‌های جانهی داده‌های گمشده که موجب کاهش پیچیدگی تحلیل ‏داده‌ها می‌شود تشریح می‌شود. روش‌های مختلفی برای جانهی داده‌های بی‌پاسخ موجود است از جمله ‏روش‌های گوناگون جانهی ساده و جانهی چندگانه. این مقاله نخستین کوشش سیستماتیک برای ‏بهره‌مندی از داده‌های حاوی مقادیر گمشده با بهره‌مندی از رویکردهای آماری در ‏dea‏ است. به طور ‏خاص، بررسی می‌کنیم که اگر درایه‌های خالی را در مجموعه‌ی داده‌ها نگه داریم و یک مقدار عددی خاص ‏به آن‌ها اختصاص دهیم، چه اتفاقی می‌افتد. برای نشان دادن طرز کار روش‌های پیشنهادی، از این روش‌ها ‏برای ارزیابی مجموعه‌ای از مدارس متوسطه‌ی دولتی یونان که برخی دارای مقادیر گمشده در ورودی ‏یا خروجی هستند، بهره‌مندی خواهد شد.‏

Data envelopment analysis with missing data

Missing data is a chronic disease in applications of data envelopment analysis. Very often, ‎important input or output variables are not completely specified and/or the decision‎making units do not report all the required statistics. Therefore, the missing values in the ‎inputs and outputs cannot be studied using the original data envelopment analysis models. ‎This paper introduces methods for finding missing data when the existing data is certain. ‎In this article, after explaining the essential concepts of missing values, we describe some ‎methods of missing value imputation that reduce the complexity of data analysis. There ‎are several methods for imputing missing data, including various methods of simple ‎imputation and multiple imputation. This paper is the first systematic attempt to utilize data ‎containing missing values using statistical approaches in the DEA. In particular, we ‎examine what happens if we keep empty entries in the data set and assign a certain ‎numeric value to them. To show how the proposed methods work, they will be used to ‎evaluate a set of secondary public schools in Greece in some of which there are missing ‎input or output values.‎