DEA乗法モデル - 版の履歴

2008年11月5日 (水) 07:35にAlbeit-Kunによる

2008-11-05T07:35:04Z

Orsjwiki: "DEA乗法モデル" を保護しました。 [edit=sysop:move=sysop]

2007-07-19T14:53:10Z

"DEA乗法モデル" を保護しました。 [edit=sysop:move=sysop]

2007年7月13日 (金) 15:12に124.144.188.143による

2007-07-13T15:12:34Z

122.17.2.240: 新しいページ: ''''【でぃーいーえいじょうほうもでる (DEA multiplicative model)】''' コブ・ダグラス (Cobb-Douglas) 型の生産関数 $ y=\mbox{e}^{c_{0}}x_{1}^{c_{1}}\...'

2007-07-13T06:26:33Z

新しいページ: ''''【でぃーいーえいじょうほうもでる (DEA multiplicative model)】''' コブ・ダグラス (Cobb-Douglas) 型の生産関数 $ y=\mbox{e}^{c_{0}}x_{1}^{c_{1}}\...'

新規ページ

'''【でぃーいーえいじょうほうもでる (DEA multiplicative model)】'''

コブ・ダグラス (Cobb-Douglas) 型の生産関数 $ y=\mbox{e}^{c_{0}}x_{1}^{c_{1}}\cdots x_{m}^{c_{m}}$または$ \log y=c_{0}+ c_{1}\log x_{1}+\cdots + c_{m}\log x_{m} $ に対応するDEAモデルとして, 原データの対数をとった $ \hat{X}=(\log x_{ij} )\in \mbox{\bf R}^{m\times n}$,$ \hat{Y}=(\log y_{ij} )\in \mbox{\bf R}^{s\times n}$ を入出力データとした加法モデルは原データに戻したときに積で表現できることからDEA乗法モデルと呼ばれる.

← 古い版		2008年11月5日 (水) 07:35時点における版
2行目:		2行目:

	コブ・ダグラス (Cobb-Douglas) 型の生産関数 <math> y=\mbox{e}^{c_{0}}x_{1}^{c_{1}}\cdots x_{m}^{c_{m}} \,</math>または<math> \log y=c_{0}+ c_{1}\log x_{1}+\cdots + c_{m}\log x_{m} \,</math> に対応するDEAモデルとして, 原データの対数をとった <math> \hat{X}=(\log x_{ij} )\in \mathbf{R}^{m\times n} \,</math>,<math> \hat{Y}=(\log y_{ij} )\in \mathbf{R}^{s\times n} \,</math> を入出力データとした加法モデルは原データに戻したときに積で表現できることからDEA乗法モデルと呼ばれる.		コブ・ダグラス (Cobb-Douglas) 型の生産関数 <math> y=\mbox{e}^{c_{0}}x_{1}^{c_{1}}\cdots x_{m}^{c_{m}} \,</math>または<math> \log y=c_{0}+ c_{1}\log x_{1}+\cdots + c_{m}\log x_{m} \,</math> に対応するDEAモデルとして, 原データの対数をとった <math> \hat{X}=(\log x_{ij} )\in \mathbf{R}^{m\times n} \,</math>,<math> \hat{Y}=(\log y_{ij} )\in \mathbf{R}^{s\times n} \,</math> を入出力データとした加法モデルは原データに戻したときに積で表現できることからDEA乗法モデルと呼ばれる.
		+
		+	[[category:DEA(包絡分析法)\|でぃーいーえいじょうほうもでる]]

← 古い版		2007年7月13日 (金) 15:12時点における版
1行目:		1行目:
	'''【でぃーいーえいじょうほうもでる (DEA multiplicative model)】'''		'''【でぃーいーえいじょうほうもでる (DEA multiplicative model)】'''

−	コブ・ダグラス (Cobb-Douglas) 型の生産関数 $ y=\mbox{e}^{c_{0}}x_{1}^{c_{1}}\cdots x_{m}^{c_{m}}$または$ \log y=c_{0}+ c_{1}\log x_{1}+\cdots + c_{m}\log x_{m} $ に対応するDEAモデルとして, 原データの対数をとった $ \hat{X}=(\log x_{ij} )\in \~~mbox~~{~~\bf~~ R}^{m\times n}$,$ \hat{Y}=(\log y_{ij} )\in \~~mbox~~{~~\bf~~ R}^{s\times n}$ を入出力データとした加法モデルは原データに戻したときに積で表現できることからDEA乗法モデルと呼ばれる.	+	コブ・ダグラス (Cobb-Douglas) 型の生産関数 <math> y=\mbox{e}^{c_{0}}x_{1}^{c_{1}}\cdots x_{m}^{c_{m}} \,</math>または<math> \log y=c_{0}+ c_{1}\log x_{1}+\cdots + c_{m}\log x_{m} \,</math> に対応するDEAモデルとして, 原データの対数をとった <math> \hat{X}=(\log x_{ij} )\in \mathbf{R}^{m\times n} \,</math>,<math> \hat{Y}=(\log y_{ij} )\in \mathbf{R}^{s\times n} \,</math> を入出力データとした加法モデルは原データに戻したときに積で表現できることからDEA乗法モデルと呼ばれる.