Please use this identifier to cite or link to this item:
https://repositorio.ipea.gov.br/handle/11058/1985
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Moreira, Ajax Reynaldo Bello | - |
dc.contributor.author | Fonseca, Thais C. O. da | - |
dc.date.accessioned | 2013-10-21T18:27:49Z | - |
dc.date.available | 2013-10-21T18:27:49Z | - |
dc.date.issued | 2005-02 | - |
dc.identifier.uri | http://repositorio.ipea.gov.br/handle/11058/1985 | - |
dc.description.abstract | Os modelos análise envoltória de dados (DEA) e fronteira de produção estocástica (SF) obtêm estimativas da produtividade utilizando abordagens complementares, o que dificulta a comparabilidade entre eles, particularmente quando se admite uma componente estocástica nos dados. Propomos: a) um critério de avaliação para a estimativa da produtividade obtida por cada modelo — índice de erro de classificação (IEC); b) uma abordagem empírica da simulação para comparar esses modelos; e c) uma versão bayesiana para o modelo SF que permite derivar o valor esperado do posto da produtividade. Os resultados mostram que maiores IECs — resultados piores — estão relacionados com: a) retornos variáveis de escala quando o DEA é utilizado; b) pequenas amostras (n < 30) quando o SF é utilizado; e c) menor razão entre a variância da produtividade e a variância do ruído, para os dois modelos (< 3). | pt_BR |
dc.language.iso | pt-BR | pt_BR |
dc.publisher | Instituto de Pesquisa Econômica Aplicada (Ipea) | pt_BR |
dc.title | Comparando medidas de produtividade: DEA, fronteira de produção estocástica | pt_BR |
dc.title.alternative | Texto para Discussão (TD) 1069: Comparando medidas de produtividade: DEA, fronteira de produção estocástica | pt_BR |
dc.title.alternative | Comparing productivity measures: DEA, stochastic production frontier | pt_BR |
dc.type | Texto para Discussão (TD) | pt_BR |
dc.rights.holder | Instituto de Pesquisa Econômica Aplicada (Ipea) | pt_BR |
dc.source.urlsource | www.ipea.gov.br | pt_BR |
dc.location.country | BR | pt_BR |
dc.description.physical | 15 p. : il. | pt_BR |
dc.rights.license | É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas. | pt_BR |
dc.subject.keyword | Análise envoltória de dados | pt_BR |
dc.subject.keyword | Fronteira de produção estocástica | pt_BR |
dc.subject.keyword | Estimativas da produtividade | pt_BR |
dc.subject.keyword | Avaliação de modelos | pt_BR |
ipea.description.objective | Propor: um critério de avaliação para a estimativa da produtividade obtida pelos modelos DEA e SF separadamente, por meio de índice de erro de classificação (IEC); uma abordagem empírica da simulação para comparar esses modelos; e uma versão bayesiana para o modelo SF que permite derivar o valor esperado do posto da produtividade. | pt_BR |
ipea.description.additionalinformation | Série monográfica: Texto para Discussão ; 1069 | pt_BR |
ipea.description.additionalinformation | Referências bibliográficas: possui referências bibliográficas | pt_BR |
ipea.description.additionalinformation | Conteúdo: possui apêndice | pt_BR |
ipea.access.type | Acesso Aberto | pt_BR |
ipea.rights.type | Licença Comum | pt_BR |
ipea.englishdescription.abstract | Data envelopment analysis (DEA) and stochastic production frontier (SF) models obtain productivity measures using complementary approaches, which makes the comparability between these models a difficult task, especially when data has a stochastic component. We propose: a) one criteria to evaluate the performance of each model in estimating the productivity — the classification error index (CEI) — b) an empirical Monte Carlo approach to compare the performance of these models; and c) a Bayesian version for stochastic production frontier that can estimate the expected value of the rank of productivity. The results show that higher CEI — worst results — is related to: a) variable return of scale when DEA is used; b) small sample (n < 40) when SF is used; and c) lower ratio between productivity (< 3) and error variance for both models. | pt_BR |
ipea.researchfields | N/A | pt_BR |
ipea.classification | Ciência. Pesquisa. Metodologia. Análise Estatística | pt_BR |
Appears in Collections: | Ciência. Pesquisa. Metodologia. Análise Estatística: Livros |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TD_1069.pdf | 284.47 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.