Abstract:
This paper discusses the theoretical and practical aspects of new methods for solving DEA problems under real-life geometrical uncertainty and probability uncertainty of sample data. The proposed minimax approach to solve problems with geometrical uncertainty of sample data involves an implementation of linear programming or minimax optimization, whereas the problems with probability uncertainty of sample data are solved through implementing of econometric and new stochastic optimization methods, using the stochastic frontier functions estimation.
Abstract (Translated):
Diese Publikation behandelt die theoretischen und praktischen Aspekte der neuen Methoden zur Lösung von DEA-Problemen mit real-life geometrischer Unsicherheit und stochastischer Unsicherheit von Daten. Die vorgeschlagenen minimax-Methoden zur Lösung der geometrischen Unsicherheit von Daten beziehen die Implementierung der linearen Programmierung oder minimax-Optimierung mit ein, während die Probleme mit Unsicherheit der Wahrscheinlichkeit von Daten durch Implementierung von ökonometrischen und neuen stochastischen Optimierungsmethoden zur Schätzung der stochastischen Grenzfunktionen gelöst werden.