Advances in Efficiency and Productivity II / Aparicio, Juan ; Lovell, C. A. Knox ; Pastor, Jesus T. ; Zhu, Joe  

Público ISBD Ningún comentario para este título. Título : Advances in Efficiency and Productivity II Tipo de documento: documento electrónico Autores: Aparicio, Juan, ; Lovell, C. A. Knox, ; Pastor, Jesus T., ; Zhu, Joe, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: VI, 267 p. 131 ilustraciones, 44 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-41618-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Econometría  Gestión de la producción  La investigación de operaciones  Producción  Investigación de Operaciones y Teoría de la Decisión Clasificación: 330.015.195 Resumen: Este libro examina los últimos avances en el análisis de eficiencia y productividad, examinando los avances en los fundamentos analíticos y las aplicaciones empíricas. Las técnicas analíticas desarrolladas en este libro para la eficiencia proporcionan formas alternativas de definir conjuntos de resultados óptimos, típicamente como una frontera de producción (técnica) o como una frontera (económica) de costos, ingresos o ganancias, y formas alternativas de medir la eficiencia en relación con una frontera apropiada. . Al mismo tiempo, las técnicas analíticas desarrolladas para el análisis de la eficiencia se extienden directamente al análisis de la productividad, proporcionando así métodos alternativos para estimar los niveles de productividad y el cambio de productividad a través del tiempo o la variación de la productividad entre productores. Este libro incluye capítulos que utilizan el análisis envolvente de datos (DEA) o el análisis de frontera estocástica (SFA) como técnicas cuantitativas capaces de medir la eficiencia y la productividad. A lo largo de los 15 capítulos del libro, se extiende ampliamente a áreas de aplicación populares que incluyen agricultura, banca y finanzas, y desempeño municipal, y áreas de aplicación relativamente nuevas que incluyen la responsabilidad social corporativa, el valor de los activos intangibles, la consolidación territorial y la medición del bienestar económico. ser. Los capítulos también cubren temas como pruebas de permutación para cambios en las fronteras de producción, nuevos índices de productividad total de los factores y también ensayos controlados aleatorios y fronteras de producción. Nota de contenido: Chapter 1. Introduction -- Chapter 2. New Definitions of Economic Cross-Efficiency -- Chapter 3. Evaluating Efficiency in Non-Homogeneous Environments -- Chapter 4. Testing Positive Endogeneity in Inputs in Data Envelopment Analysis -- Chapter 5. Modelling Pollution-Generating Technologies: A Numerical Comparison of Non-Parametric Approaches -- Chapter 6. On the Estimation of Educational Technical Efficiency from Sample Designs: A New Methodology using Robust Nonparametric Models -- Chapter 7. Local Circularity of Six Classic Price Indexes -- Chapter 8. Robust DEA efficiency scores: A heuristic for the combinatorial/probabilistic approach -- Chapter 9. Corporate Social Responsibility and Firms' Dynamic Productivity Change -- Chapter 10. A Novel Two-Phase Approach to Computing a Regional Social Progress Index -- Chapter 11. A Two-Level Top-Down Decomposition of Aggregate Productivity Growth: The Role of Infrastructure -- Chapter 12. European energy efficiency evaluation based on the use of super efficiency under undesirable outputs in SBM models -- Chapter 13. Probability of Default and Banking Efficiency. How Does the Market Respond?- Chapter 14. Measuring Global Municipal Performance in Heterogeneous Contexts: A Semi-Nonparametric Frontier Approach -- Chapter 15. The Impact of Land Consolidation on Livestock Production in Asturias´ Parishes: A Spatial Production Analysis. Tipo de medio : Computadora Summary : This book surveys the state-of-the-art in efficiency and productivity analysis, examining advances in the analytical foundations and empirical applications. The analytical techniques developed in this book for efficiency provide alternative ways of defining optimum outcome sets, typically as a (technical) production frontier or as an (economic) cost, revenue or profit frontier, and alternative ways of measuring efficiency relative to an appropriate frontier. Simultaneously, the analytical techniques developed for efficiency analysis extend directly to productivity analysis, thereby providing alternative methods for estimating productivity levels, and productivity change through time or productivity variation across producers. This book includes chapters using data envelopment analysis (DEA) or stochastic frontier analysis (SFA) as quantitative techniques capable of measuring efficiency and productivity. Across the book's 15 chapters, it broadly extends into popular application areas including agriculture, banking and finance, and municipal performance, and relatively new application areas including corporate social responsibility, the value of intangible assets, land consolidation, and the measurement of economic well-being. The chapters also cover topics such as permutation tests for production frontier shifts, new indices of total factor productivity, and also randomized controlled trials and production frontiers. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Advances in Efficiency and Productivity II [documento electrónico] / Aparicio, Juan, ; Lovell, C. A. Knox, ; Pastor, Jesus T., ; Zhu, Joe,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - VI, 267 p. 131 ilustraciones, 44 ilustraciones en color. ISBN : 978-3-030-41618-8 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Econometría  Gestión de la producción  La investigación de operaciones  Producción  Investigación de Operaciones y Teoría de la Decisión Clasificación: 330.015.195 Resumen: Este libro examina los últimos avances en el análisis de eficiencia y productividad, examinando los avances en los fundamentos analíticos y las aplicaciones empíricas. Las técnicas analíticas desarrolladas en este libro para la eficiencia proporcionan formas alternativas de definir conjuntos de resultados óptimos, típicamente como una frontera de producción (técnica) o como una frontera (económica) de costos, ingresos o ganancias, y formas alternativas de medir la eficiencia en relación con una frontera apropiada. . Al mismo tiempo, las técnicas analíticas desarrolladas para el análisis de la eficiencia se extienden directamente al análisis de la productividad, proporcionando así métodos alternativos para estimar los niveles de productividad y el cambio de productividad a través del tiempo o la variación de la productividad entre productores. Este libro incluye capítulos que utilizan el análisis envolvente de datos (DEA) o el análisis de frontera estocástica (SFA) como técnicas cuantitativas capaces de medir la eficiencia y la productividad. A lo largo de los 15 capítulos del libro, se extiende ampliamente a áreas de aplicación populares que incluyen agricultura, banca y finanzas, y desempeño municipal, y áreas de aplicación relativamente nuevas que incluyen la responsabilidad social corporativa, el valor de los activos intangibles, la consolidación territorial y la medición del bienestar económico. ser. Los capítulos también cubren temas como pruebas de permutación para cambios en las fronteras de producción, nuevos índices de productividad total de los factores y también ensayos controlados aleatorios y fronteras de producción. Nota de contenido: Chapter 1. Introduction -- Chapter 2. New Definitions of Economic Cross-Efficiency -- Chapter 3. Evaluating Efficiency in Non-Homogeneous Environments -- Chapter 4. Testing Positive Endogeneity in Inputs in Data Envelopment Analysis -- Chapter 5. Modelling Pollution-Generating Technologies: A Numerical Comparison of Non-Parametric Approaches -- Chapter 6. On the Estimation of Educational Technical Efficiency from Sample Designs: A New Methodology using Robust Nonparametric Models -- Chapter 7. Local Circularity of Six Classic Price Indexes -- Chapter 8. Robust DEA efficiency scores: A heuristic for the combinatorial/probabilistic approach -- Chapter 9. Corporate Social Responsibility and Firms' Dynamic Productivity Change -- Chapter 10. A Novel Two-Phase Approach to Computing a Regional Social Progress Index -- Chapter 11. A Two-Level Top-Down Decomposition of Aggregate Productivity Growth: The Role of Infrastructure -- Chapter 12. European energy efficiency evaluation based on the use of super efficiency under undesirable outputs in SBM models -- Chapter 13. Probability of Default and Banking Efficiency. How Does the Market Respond?- Chapter 14. Measuring Global Municipal Performance in Heterogeneous Contexts: A Semi-Nonparametric Frontier Approach -- Chapter 15. The Impact of Land Consolidation on Livestock Production in Asturias´ Parishes: A Spatial Production Analysis. Tipo de medio : Computadora Summary : This book surveys the state-of-the-art in efficiency and productivity analysis, examining advances in the analytical foundations and empirical applications. The analytical techniques developed in this book for efficiency provide alternative ways of defining optimum outcome sets, typically as a (technical) production frontier or as an (economic) cost, revenue or profit frontier, and alternative ways of measuring efficiency relative to an appropriate frontier. Simultaneously, the analytical techniques developed for efficiency analysis extend directly to productivity analysis, thereby providing alternative methods for estimating productivity levels, and productivity change through time or productivity variation across producers. This book includes chapters using data envelopment analysis (DEA) or stochastic frontier analysis (SFA) as quantitative techniques capable of measuring efficiency and productivity. Across the book's 15 chapters, it broadly extends into popular application areas including agriculture, banking and finance, and municipal performance, and relatively new application areas including corporate social responsibility, the value of intangible assets, land consolidation, and the measurement of economic well-being. The chapters also cover topics such as permutation tests for production frontier shifts, new indices of total factor productivity, and also randomized controlled trials and production frontiers. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

Data Science and Productivity Analytics / Charles, Vincent ; Aparicio, Juan ; Zhu, Joe  

Público ISBD Ningún comentario para este título. Título : Data Science and Productivity Analytics Tipo de documento: documento electrónico Autores: Charles, Vincent, ; Aparicio, Juan, ; Zhu, Joe, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: X, 439 p. 98 ilustraciones, 49 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-43384-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: La investigación de operaciones  Econometría  Estadísticas  Investigación de Operaciones y Teoría de la Decisión  Economía cuantitativa  Teoría y métodos estadísticos. Clasificación: Resumen: Este libro incluye un espectro de conceptos, como rendimiento, productividad, investigación operativa, econometría y ciencia de datos, para las áreas prácticas y teóricamente importantes de ''análisis de productividad/análisis envolvente de datos'' y ''ciencia de datos/big data''. La ciencia de datos se define como la colección de métodos, procesos y sistemas científicos dedicados a extraer conocimientos o ideas de los datos y se desarrolla sobre conceptos de diversos dominios, que contienen métodos matemáticos y estadísticos, investigación de operaciones, aprendizaje automático, programación de computadoras, reconocimiento de patrones, y visualización de datos, entre otros. Ejemplos de técnicas de ciencia de datos incluyen regresiones lineales y logísticas, árboles de decisión, clasificador bayesiano ingenuo, análisis de componentes principales, redes neuronales, modelado predictivo, aprendizaje profundo, análisis de texto, análisis de supervivencia, etc., todos los cuales permiten utilizar los datos para hacer decisiones más inteligentes. Por otro lado, no hay duda de que hoy en día la cantidad de datos está aumentando exponencialmente y el análisis de grandes conjuntos de datos se ha convertido en una base clave para la competencia y la innovación, apuntalando nuevas olas de crecimiento de la productividad. Este libro tiene como objetivo brindar una nueva mirada a las diversas formas en que las técnicas de ciencia de datos podrían liberar valor e impulsar la productividad a partir de estas montañas de datos. Los investigadores que trabajan en análisis de productividad/análisis envolvente de datos se beneficiarán al aprender sobre las herramientas disponibles en ciencia de datos/big data que pueden utilizarse en sus análisis y esfuerzos de investigación actuales. Los científicos de datos, por otro lado, también se beneficiarán al conocer la gran cantidad de aplicaciones disponibles en análisis de productividad/análisis envolvente de datos. Nota de contenido: Chapter 1. Data Envelopment Analysis and Big Data: Revisit with a Faster Method -- Chapter 2. Data Envelopment Analysis (DEA): Algorithms, Computations, and Geometry -- Chapter 3. An Introduction to Data Science and Its Applications: an Introduction to Data Science and Its Applications -- Chapter 4. Identification of Congestion in DEA -- Chapter 5. Data Envelopment Analysis and Non-Parametric Analysis -- Chapter 6. The Measurement of Firms' Efficiency Using Parametric Techniques -- Chapter 7. Fair Target Setting for Intermediate Products in Two-Stage Systems With Data Envelopment Analysis -- Chapter 8. Fixed Cost and Resource Allocation Considering Technology Heterogeneity in Two-Stage Network Production Systems -- Chapter 9.Efficiency Assessment of Schools Operating in Heterogeneous Contexts: A Robust Nonparametric Analysis Using Pisa 2015 -- Chapter 10. A DEA Analysis in Latin-American Ports: Measuring the Performance of Guayaquil Contecon Port -- Chapter 11. Effects of Locus of Control on Bank's Policy - a Case Study of a Chinese State Owned Bank -- Chapter 12. A Data Scientific Approach to Measure Hospital Productivity -- Chapter 13. Environmental Application of Carbon Abatement Allocation by Data Envelopment Analysis -- Chapter 14. Pension Funds and Mutual Funds Performance Measurement With a New DEA (Mv-DEA) Model Allowing for Missing Variables -- Chapter 15. Sharpe Portfolio Using a Cross-Efficiency Evaluation. Tipo de medio : Computadora Summary : This book includes a spectrum of concepts, such as performance, productivity, operations research, econometrics, and data science, for the practically and theoretically important areas of 'productivity analysis/data envelopment analysis' and 'data science/big data'. Data science is defined as the collection of scientific methods, processes, and systems dedicated to extracting knowledge or insights from data and it develops on concepts from various domains, containing mathematics and statistical methods, operations research, machine learning, computer programming, pattern recognition, and data visualisation, among others. Examples of data science techniques include linear and logistic regressions, decision trees, Naïve Bayesian classifier, principal component analysis, neural networks, predictive modelling, deep learning, text analysis, survival analysis, and so on, all of which allow using the data to make more intelligent decisions. On the other hand, it is without a doubt that nowadays the amount of data is exponentially increasing, and analysing large data sets has become a key basis of competition and innovation, underpinning new waves of productivity growth. This book aims to bring a fresh look onto the various ways that data science techniques could unleash value and drive productivity from these mountains of data. Researchers working in productivity analysis/data envelopment analysis will benefit from learning about the tools available in data science/big data that can be used in their current research analyses and endeavours. The data scientists, on the other hand, will also get benefit from learning about the plethora of applications available in productivity analysis/data envelopment analysis. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Data Science and Productivity Analytics [documento electrónico] / Charles, Vincent, ; Aparicio, Juan, ; Zhu, Joe,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - X, 439 p. 98 ilustraciones, 49 ilustraciones en color. ISBN : 978-3-030-43384-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: La investigación de operaciones  Econometría  Estadísticas  Investigación de Operaciones y Teoría de la Decisión  Economía cuantitativa  Teoría y métodos estadísticos. Clasificación: Resumen: Este libro incluye un espectro de conceptos, como rendimiento, productividad, investigación operativa, econometría y ciencia de datos, para las áreas prácticas y teóricamente importantes de ''análisis de productividad/análisis envolvente de datos'' y ''ciencia de datos/big data''. La ciencia de datos se define como la colección de métodos, procesos y sistemas científicos dedicados a extraer conocimientos o ideas de los datos y se desarrolla sobre conceptos de diversos dominios, que contienen métodos matemáticos y estadísticos, investigación de operaciones, aprendizaje automático, programación de computadoras, reconocimiento de patrones, y visualización de datos, entre otros. Ejemplos de técnicas de ciencia de datos incluyen regresiones lineales y logísticas, árboles de decisión, clasificador bayesiano ingenuo, análisis de componentes principales, redes neuronales, modelado predictivo, aprendizaje profundo, análisis de texto, análisis de supervivencia, etc., todos los cuales permiten utilizar los datos para hacer decisiones más inteligentes. Por otro lado, no hay duda de que hoy en día la cantidad de datos está aumentando exponencialmente y el análisis de grandes conjuntos de datos se ha convertido en una base clave para la competencia y la innovación, apuntalando nuevas olas de crecimiento de la productividad. Este libro tiene como objetivo brindar una nueva mirada a las diversas formas en que las técnicas de ciencia de datos podrían liberar valor e impulsar la productividad a partir de estas montañas de datos. Los investigadores que trabajan en análisis de productividad/análisis envolvente de datos se beneficiarán al aprender sobre las herramientas disponibles en ciencia de datos/big data que pueden utilizarse en sus análisis y esfuerzos de investigación actuales. Los científicos de datos, por otro lado, también se beneficiarán al conocer la gran cantidad de aplicaciones disponibles en análisis de productividad/análisis envolvente de datos. Nota de contenido: Chapter 1. Data Envelopment Analysis and Big Data: Revisit with a Faster Method -- Chapter 2. Data Envelopment Analysis (DEA): Algorithms, Computations, and Geometry -- Chapter 3. An Introduction to Data Science and Its Applications: an Introduction to Data Science and Its Applications -- Chapter 4. Identification of Congestion in DEA -- Chapter 5. Data Envelopment Analysis and Non-Parametric Analysis -- Chapter 6. The Measurement of Firms' Efficiency Using Parametric Techniques -- Chapter 7. Fair Target Setting for Intermediate Products in Two-Stage Systems With Data Envelopment Analysis -- Chapter 8. Fixed Cost and Resource Allocation Considering Technology Heterogeneity in Two-Stage Network Production Systems -- Chapter 9.Efficiency Assessment of Schools Operating in Heterogeneous Contexts: A Robust Nonparametric Analysis Using Pisa 2015 -- Chapter 10. A DEA Analysis in Latin-American Ports: Measuring the Performance of Guayaquil Contecon Port -- Chapter 11. Effects of Locus of Control on Bank's Policy - a Case Study of a Chinese State Owned Bank -- Chapter 12. A Data Scientific Approach to Measure Hospital Productivity -- Chapter 13. Environmental Application of Carbon Abatement Allocation by Data Envelopment Analysis -- Chapter 14. Pension Funds and Mutual Funds Performance Measurement With a New DEA (Mv-DEA) Model Allowing for Missing Variables -- Chapter 15. Sharpe Portfolio Using a Cross-Efficiency Evaluation. Tipo de medio : Computadora Summary : This book includes a spectrum of concepts, such as performance, productivity, operations research, econometrics, and data science, for the practically and theoretically important areas of 'productivity analysis/data envelopment analysis' and 'data science/big data'. Data science is defined as the collection of scientific methods, processes, and systems dedicated to extracting knowledge or insights from data and it develops on concepts from various domains, containing mathematics and statistical methods, operations research, machine learning, computer programming, pattern recognition, and data visualisation, among others. Examples of data science techniques include linear and logistic regressions, decision trees, Naïve Bayesian classifier, principal component analysis, neural networks, predictive modelling, deep learning, text analysis, survival analysis, and so on, all of which allow using the data to make more intelligent decisions. On the other hand, it is without a doubt that nowadays the amount of data is exponentially increasing, and analysing large data sets has become a key basis of competition and innovation, underpinning new waves of productivity growth. This book aims to bring a fresh look onto the various ways that data science techniques could unleash value and drive productivity from these mountains of data. Researchers working in productivity analysis/data envelopment analysis will benefit from learning about the tools available in data science/big data that can be used in their current research analyses and endeavours. The data scientists, on the other hand, will also get benefit from learning about the plethora of applications available in productivity analysis/data envelopment analysis. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 2 / 2) Ver por página : 25 50 100 200