• Produktbild: Comparative Efficiency in Data Envelopment Analysis Based on Ratio Analysis
  • Produktbild: Comparative Efficiency in Data Envelopment Analysis Based on Ratio Analysis
Band 138

Comparative Efficiency in Data Envelopment Analysis Based on Ratio Analysis

Aus der Reihe Studies in Big Data

Fr. 191.00

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

02.10.2023

Verlag

Springer

Seitenzahl

180

Maße (L/B/H)

24.1/16/1.7 cm

Gewicht

465 g

Sprache

Englisch

ISBN

978-3-031-43180-7

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

02.10.2023

Verlag

Springer

Seitenzahl

180

Maße (L/B/H)

24.1/16/1.7 cm

Gewicht

465 g

Sprache

Englisch

ISBN

978-3-031-43180-7

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: Comparative Efficiency in Data Envelopment Analysis Based on Ratio Analysis
  • Produktbild: Comparative Efficiency in Data Envelopment Analysis Based on Ratio Analysis
  • Relationship between DEA models without explicit inputs and DEA-R models.- Finding efficient surfaces in DEA-R models.- Cost and revenue efficiency in DEA-R models.- A Novel Slack-Based Model for Efficiency and Super-efficiency in DEA-R.- A Multi-Criteria Ratio-Based Approach for Two-Stage Data Envelopment Analysis.- A novel network DEA-R model for evaluating hospital services supply chain performance.- A novel inverse DEA-R model for inputs/output estimation.- Evaluation of Two-Stage Networks based on Average Efficiency Using DEA and DEA-R with Fuzzy Data.- Stochastic network DEA-R models for two-stage systems.