دانلود تحقیق ابزار تحلیل داده

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 15

ابزار تحلیل داده

اندازه گیری عبارت است از اختصاص دادن اعداد به مقادیرمختلف از صفات بر حسب قواعد معین که صحت آنها را می توان از راه آزمایش بررسی کرد.

اندازه گیری فرایند تخصیص دادن قاعده مند اعداد به رویدادها یا اشیائی مانند پاسخ سوال ها یا رفتارهای مشاهده شده است.

مقیاس هایی که برای توصیف و اندازه گیری صفات و خصایص مختلف افراد مورد استفاده قرار می گیرند شامل مقیاس های اسمی، رتبه ای، فاصله ای و نسبی هستند.

عبارت است از شناسایی، نامگذاری، مقایسه، توصیف و ثبت آنچه روی می دهد. برای مشاهده مستقیم رفتار، محقق باید به توصیف ویژگی های «واحدهای رفتاری» یا «واحد مورد مشاهده» بپردازد.

-دربرگیرنده حداقل یک ملاک روشن و مشخص باشد تا به کمک آن بتوان حضور یا عدم حضور آن رفتار را تشخیص داد.

- بهتر است که تعداد واحدهای مورد مشاهده را متعدد انتخاب کنیم.

- باید از طبقه بندی کردن انتزاعی در شروع مشاهده اجتناب کرد.

- هر واحد مورد مشاهده باید تعریف شود و مشخص باشد.

- مشاهده گر باید تعداد محدودی از واحدهای رفتاری را که مربوط به هدف های تحقیق هستند مورد مشاهده قرار دهد.

- مشاهده گر باید فراوانی یک رفتار ویژه در یک واحد زمانی را ثبت کند.

- مشاهده گر به مدت زمان یک رفتار ویژه توجه دارد.

مصاحبه یکی از ابزارهای جمع آوری اطلاعات محسوب می شود. این ابزار گردآوری اطلاعات، امکان برقراری تماس مستقیم با مصاحبه شونده را فراهم می آورد و با کمک آن می توان به ارزیابی عمیق تر ادراک ها، نگرش ها، علائق و آرزوهای آزمودنی ها پرداخت.

- سازمان یافته

- نیمه سازمان یافته

- سازمان نایافته

معمولا در جمع آوری اطلاعات به ویژه در پژوهش های کمّی از آزمون های روان شناختی استفاده می شود. در بسیاری از پژوهش ها آزمون های موجود یا مقیاس ها استفاده می شود.

آزمون های هوش

آزمون های استعداد

آزمون های پیشرفت

آزمون های شخصیت

آزمون های انگیزش و رغبت

از جمله ابزار گردآوری اطلاعات، مقیاس های اندازه گیری نگرش است. به طور کلی مقیاس ها برای سنجش نگرش ها، قضاوت ها، عقاید و سایر خصیصه هایی که به آسانی قابل اندازه گیری نیستند، به کار می رود.

برای اندازه گیری نگرش ها می توان از مقیاس هایی استفاده کرد، مهمترین آنها عبارتند از:

مقیاس لیکرت

مقیاس ثرستون

مقیاس افتراق معنایی

مقیاس گاتمنن

مقیاس لیکرت از مجموعه ای منظم از گویه ها (سنجه ها) ساخته می شود. این گویه ها حالات خاصی از پدیده مورد اندازه گیری را به صورت گویه هایی عرضه می کند. برای تدوین گویه معمولا از عبارت مساعد و نامساعد درباره پدیده مورد اندازه گیری استفاده می شود.

مقیاس سنجش نگرش ریاضی

ریاضی برای من مهم است.

دانستن ریاضی به من کمک می کندتا زندگی خوبی داشته باشم.

مطمن هستم که می توانم ریاضی را یاد بگیرم

ریاضی برای من مهم است.

در ریاضی خوب نیستم.

من در حل مسائل ریاضی نمونه هستم.

تمام موضوعات درسی به جزء ریاضی را می توانم خوب یاد بگیرم.

مقیاس سنجش نگرش ریاضی( ادامه)

ریاضی را مطالعه می کنم چون آن را مهم می دانم.

اگر گرفتن واحد های ریاضی اختیاری باشد باز مایل هستم واحد های بیشتری را بگیرم.

ریاضی درس بسیار ارزشمندی است.

فکر نمی کنم که بعد از اتمام دبیرستان ، ریاضی خیلی مورد استفاده قرار بگیرد.

فکر میکنم می توانم مسائل ریاضی را حل بکنم.

ساختن مقیاس دانش آموزان نسبت به درس ریاضی را مورد توجه قرار می دهیم.

عکس العمل عاطفی نسبت به درس ریاضی، (حل مسائل ریاضی مرا عصبانی می کند) و نظر دانش آموز درباره توانایی خود در درس ریاضی، (من در ریاضیات قوی هستم)، دو مقوله تشکیل دهنده نگرش سنج هستند.

1- انتخاب مقوله های تشکیل دهنده پدیده مورد اندازه گیری و تدوین گویه ها

2- اجرای مقدماتی گویه ها در یک نمونه تصادفی از پاسخ دهنده ها

3- محاسبه نمره کل برای هر پاسخ دهنده

4- تعیین توان افتراقی گویه ها

5- انتخاب گویه های برگزیده

6- تعیین ضریب پایایی مقیاس

تحقیق در مورد تحلیل پوششی داده ها

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 6

تحلیل پوششی داده ها

-1)مقدمه و تاریخچه ای از تجلیل پوششی داده ها (DEA)

تحلیل پوششی داده ها تکنیکی برای محاسبه کارایی نسبی مجموعه ای از واحدهای تصمیم گیرنده (DMU) که با استفاده از برنامه ریزی ریاضی انجام می گیرد. عبارت نسبی به این دلیل است که کارایی حاصل نتیجه مقایسه واحدها با یکدیگر است در اصل تحلیل پوششی داده ها به مشخص کردن واحدهای تصمیم گیرنده کارا و ناکارا با تعیین مقدار کارایی آنها به مقایسه واحدهای تصمیم گیرنده می پردازد وقتی می گوئیم واحد تصمیم گیرنده کاراست یعنی این واحد خوب عمل کرده و از منابع به خوبی استفاده می‌کند.

در تئوری اقتصاد خرد رفتار اقتصادی واحدهای تصمیم گیرنده مورد مطالعه قرار می گیرد بر همین اساس، تابع تولیدی بر پایه ارتباط بین ورودی ها و خروجی های واحد تصمیم گیرنده بیان می شود.

در اقتصاد خرد تابع تولید، فرآیندهای تبدیل ورودی ها به خروجی ها را نشان می دهد و حداکثر مقدار خروجی را از ترکیبات مختلف ورودی ها ارائه می دهد.

مسئله ای که وجود دارد این است که معمولا تابع تولید در دسترس نیست و تولید متناظر با هر فعالیت مجهول است بنابراین وقتی که مجموعه‌ای از مشاهدات (ورودی ها و خروجی ها) موجود باشد می توان یک تابع تولید تجربی به دست آورد.

در تمام مطالعات تجربی برای تخمین تابع تولید روش های متفاوتی وجود دارد که هر یک دارای نقش مهمی هستند. دو روش اساسی برای تخمین تابع تولید عبارتند از روش های پارامتری و روش های غیر پارامتری روش های پارامتری که در این روش یک پیش فرض اولیه برای تابع تولید در نظر گرفته می شود سپس با استفاده از تکنیک های مناسب در صدد تخمین پارامترهای این تابع پیش فرض هستیم.

از روش های پارامتری می توان روش کاپ داگلاس و روش رگرسیون خطی نام برد.

تحلیل پوششی داده ها بر اساس روش های غیر پارامتری شامل مدلهایی بر اساس نوعی برنامه ریزی خطی می باشد. برخلاف روش های پارامتری که هدفشان بهینه سازی یک سطح رگرسیون در بین تمام مشاهدات است، DEA روی هر یک از مشاهدات بهینه سازی انجام می دهد. در روش های پارامتری که هدفشان بهینه سازی شده یک سطح رگرسیون در بین تمام مشاهدات است DEA روی هر یک از مشاهدات بهینه سازی انجام می دهد.

در روش های پارامتری، معادله رگرسیون بهینه برای تمام واحدهای تصمیم گیرنده در نظر گرفته می شود و برای تحلیل با استفاده از این روش نیاز به شکل تابعی معادله رگرسیون تابع تولید می باشد.

اگر در DEA، با ایجاد مرزکارایی و با این ویژگی که هر واحد تصمیم گیرنده روی و یا زیر این مرز قرار دارد، می توان ماکزیمم اندازه کارائی هر یک از واحدها نسبت به این مرز را سنجید یعنی هر واحدی که روی مرز قرار گیرد، واحدی کار است زیرا دارای بیشترین خروجی ممکن به ازای ورودی هایش می باشد و در غیر این صورت زیر مرز کارایی است و ناکارا می باشد.

فارل برای اولین بار در سال 1957 روش های غیر پارامتری را برای تعیین کارایی مطرح کرد و کار او در سال 1978 در پایان نام دکترای رودز توسط چارنز و کوپرو رودز تعمیم یافت و تحت عنوان تحلیل پوششی داده ها DEA نام گرفت، رودز در این مقاله پیشرفت تحصیلی دانش آموزان مدارس آمریکا را مورد ارزیابی و مطالعات خود را با همکاری چارنز کوپر تحت مدلی به نام CCR معروف است ارائه داد آنها تحلیل اولیه فارل را که در حالت یک خروجی- چند ورودی مطرح شد به حالت چند ورودی چند خروجی تعمیم دادند. بعد از آن در سال 1984 روش DEA توسط بنکر، چارنز و کوپر تحت مدلی به نام (BCC) توسعه یافت علاوه بر دو مدل CCR و BCC مدلهای دیگری نیز در DEA مطرح گردید.

در ادامه این فصل به تعریف کارایی یک واحد تصمیم گیرنده می پردازیم.

(1-2) مفهوم کارایی

کارایی یک واحد حاصل مقایسه ورودی های آن واحد با خروجی هایش می باشد ساده ترین حالت وقتی است که فقط یک ورودی و یک خروجی داشته باشیم، در این صورت کارایی به صورت زیر تعریف می شود.

کارایی =

در حالتی که واحدهای تصمیم گیرنده چند ورودی و چند خروجی دارند کارایی را نمی توان از رابطه بالا به دست آورد در این حالت کارایی به شکل زیر تعریف می گردد:

کارایی =

در حالتی که واحدهای مورد ارزیابی بیش از یک واحد باشند برای مقایسه یک واحد با واحدهای دیگر می توانیم خروجی ها و ورودی های این واحد را با ترکیب خطی از

تحقیق در مورد تحلیل پوششی داده ها

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 6

تحلیل پوششی داده ها

-1)مقدمه و تاریخچه ای از تجلیل پوششی داده ها (DEA)

تحلیل پوششی داده ها تکنیکی برای محاسبه کارایی نسبی مجموعه ای از واحدهای تصمیم گیرنده (DMU) که با استفاده از برنامه ریزی ریاضی انجام می گیرد. عبارت نسبی به این دلیل است که کارایی حاصل نتیجه مقایسه واحدها با یکدیگر است در اصل تحلیل پوششی داده ها به مشخص کردن واحدهای تصمیم گیرنده کارا و ناکارا با تعیین مقدار کارایی آنها به مقایسه واحدهای تصمیم گیرنده می پردازد وقتی می گوئیم واحد تصمیم گیرنده کاراست یعنی این واحد خوب عمل کرده و از منابع به خوبی استفاده می‌کند.

در تئوری اقتصاد خرد رفتار اقتصادی واحدهای تصمیم گیرنده مورد مطالعه قرار می گیرد بر همین اساس، تابع تولیدی بر پایه ارتباط بین ورودی ها و خروجی های واحد تصمیم گیرنده بیان می شود.

در اقتصاد خرد تابع تولید، فرآیندهای تبدیل ورودی ها به خروجی ها را نشان می دهد و حداکثر مقدار خروجی را از ترکیبات مختلف ورودی ها ارائه می دهد.

مسئله ای که وجود دارد این است که معمولا تابع تولید در دسترس نیست و تولید متناظر با هر فعالیت مجهول است بنابراین وقتی که مجموعه‌ای از مشاهدات (ورودی ها و خروجی ها) موجود باشد می توان یک تابع تولید تجربی به دست آورد.

در تمام مطالعات تجربی برای تخمین تابع تولید روش های متفاوتی وجود دارد که هر یک دارای نقش مهمی هستند. دو روش اساسی برای تخمین تابع تولید عبارتند از روش های پارامتری و روش های غیر پارامتری روش های پارامتری که در این روش یک پیش فرض اولیه برای تابع تولید در نظر گرفته می شود سپس با استفاده از تکنیک های مناسب در صدد تخمین پارامترهای این تابع پیش فرض هستیم.

از روش های پارامتری می توان روش کاپ داگلاس و روش رگرسیون خطی نام برد.

تحلیل پوششی داده ها بر اساس روش های غیر پارامتری شامل مدلهایی بر اساس نوعی برنامه ریزی خطی می باشد. برخلاف روش های پارامتری که هدفشان بهینه سازی یک سطح رگرسیون در بین تمام مشاهدات است، DEA روی هر یک از مشاهدات بهینه سازی انجام می دهد. در روش های پارامتری که هدفشان بهینه سازی شده یک سطح رگرسیون در بین تمام مشاهدات است DEA روی هر یک از مشاهدات بهینه سازی انجام می دهد.

در روش های پارامتری، معادله رگرسیون بهینه برای تمام واحدهای تصمیم گیرنده در نظر گرفته می شود و برای تحلیل با استفاده از این روش نیاز به شکل تابعی معادله رگرسیون تابع تولید می باشد.

اگر در DEA، با ایجاد مرزکارایی و با این ویژگی که هر واحد تصمیم گیرنده روی و یا زیر این مرز قرار دارد، می توان ماکزیمم اندازه کارائی هر یک از واحدها نسبت به این مرز را سنجید یعنی هر واحدی که روی مرز قرار گیرد، واحدی کار است زیرا دارای بیشترین خروجی ممکن به ازای ورودی هایش می باشد و در غیر این صورت زیر مرز کارایی است و ناکارا می باشد.

فارل برای اولین بار در سال 1957 روش های غیر پارامتری را برای تعیین کارایی مطرح کرد و کار او در سال 1978 در پایان نام دکترای رودز توسط چارنز و کوپرو رودز تعمیم یافت و تحت عنوان تحلیل پوششی داده ها DEA نام گرفت، رودز در این مقاله پیشرفت تحصیلی دانش آموزان مدارس آمریکا را مورد ارزیابی و مطالعات خود را با همکاری چارنز کوپر تحت مدلی به نام CCR معروف است ارائه داد آنها تحلیل اولیه فارل را که در حالت یک خروجی- چند ورودی مطرح شد به حالت چند ورودی چند خروجی تعمیم دادند. بعد از آن در سال 1984 روش DEA توسط بنکر، چارنز و کوپر تحت مدلی به نام (BCC) توسعه یافت علاوه بر دو مدل CCR و BCC مدلهای دیگری نیز در DEA مطرح گردید.

در ادامه این فصل به تعریف کارایی یک واحد تصمیم گیرنده می پردازیم.

(1-2) مفهوم کارایی

کارایی یک واحد حاصل مقایسه ورودی های آن واحد با خروجی هایش می باشد ساده ترین حالت وقتی است که فقط یک ورودی و یک خروجی داشته باشیم، در این صورت کارایی به صورت زیر تعریف می شود.

کارایی =

در حالتی که واحدهای تصمیم گیرنده چند ورودی و چند خروجی دارند کارایی را نمی توان از رابطه بالا به دست آورد در این حالت کارایی به شکل زیر تعریف می گردد:

کارایی =

در حالتی که واحدهای مورد ارزیابی بیش از یک واحد باشند برای مقایسه یک واحد با واحدهای دیگر می توانیم خروجی ها و ورودی های این واحد را با ترکیب خطی از

تحقیق در مورد امنیت پایگاه داده سرور 10 ص

لینک دانلود و خرید پایین توضیحات

دسته بندی : وورد

نوع فایل :  .doc ( قابل ویرایش و آماده پرینت )

تعداد صفحه : 11 صفحه

 قسمتی از متن .doc : 

امنیت پایگاه داده( سرور)

مدیریت پایگاه داده ها در SQL Server - امنیت اطلاعات و عملیات :

اشاره :

مقوله امنیت همواره یکی از مهم‌ترین شاخه‌های مهندسی نرم‌افزار و به تبع آن، یکی از حساس‌ترین وظایف مدیران سیستم به‌خصوص مدیران شبکه و یا مدیران بانک‌های اطلاعاتی است. با تنظیم سطوح دسترسی برای کاربران شبکه یا بانک‌های اطلاعاتی شبکه، امنیت اطلاعات یا به عبارتی عدم دسترسی افراد فاقد صلاحیت به اطلاعات، تضمین می‌گردد. هر سیستم‌عامل، پلتفرم یا بانک اطلاعاتی، شیوه‌هایی خاصی را برای برقراری قواعد امنیتی به کاربران معرفی می‌نماید. در SQL Server هم روش‌های خاصی برای این مقوله وجود دارد که در اینجا به آن‌ها می‌پردازیم

امنیت در ورود به سیستم:

زمانی که یک بانک اطلاعاتی جدید را در SQL Server تعریف می‌کنید، با کلیک سمت راست بر روی نام موتور پایگاه داده‌ای یک سرور درEnterprise Manager و انتخاب قسمت Properties، در زبانه security، موتور بانک اطلاعاتی امکان انتخاب دو روش مختلف در معرفی و یا شناسایی کاربران مجاز برای ورود به سیستم یا همان عمل احراز هویت (Authentication) را در دسترس قرار می‌دهد. البته بعد از ساخت یک بانک اطلاعاتی، با کلیک سمت راست بر روی نام آن بانک و انتخاب گزینه Properties و سپس security هم می‌توان روش مورد استفاده را تغییر داد. (شکل 1)  یکی از این دو روش که برمبنای ارتباط موتور این پایگاه داده با اکتیودایرکتوری ویندوز 2000 سرور بنا شده است و Windows only نام دارد، باعث می‌شود تا کاربران از قبل تعریف شده در دامنه (Domain) یک شبکه مبتنی بر ویندوز 2000 سرور، به رسمیت شناخته شوند. در این صورت نیازی به معرفی کاربر جدید و یا انتخاب دو نام کاربری برای یک نفر وجود ندارد و کاربر مذکور می‌تواند از همان نام کاربری و رمز عبوری که برای ورود به دامنه شبکه ویندوزی خود استفاده می‌کند، برای اتصال به بانک اطلاعاتی هم استفاده کند. در روش دوم، ارایه مجوز دسترسی به کاربران با سیستمی خارج از محدوده دامنه‌‌ویندوزی صورت می‌گیرد. بدین‌صورت مدیر سیستم مجبور است برای کلیه کاربرانی که قصد اتصال به بانک را دارند، نام کاربری و رمزعبور جدیدی را تعریف کند.

(شکل 1) 

تعریف کاربران:

در صورتی که شیوه دوم تعریف کاربران را انتخاب کرده باشید، باید ابتدا لیستی از کاربران را به همراه رمزعبور   مربوطه‌شان در قسمتی از صفحه Enterprise Manager  که با عنوان Security مشخص شده، معرفی کنید. این کار با کلیک سمت راست بر روی گزینه Login در قسمت مذکور و سپس new login انجام می‌گیرد. انتخاب یک نام کاربری به همراه ورود رمزعبور تنها کاری است که باید در این جا انجام گیرد تا یک کاربر به‌طور عمومی در لیست  کاربران یک موتور پایگاده داده‌ قرار گیرد. از این به بعد، وظیفه مدیر سیستم تعیین دسترسی کاربران تعریف شده در قسمت security، به بانک‌های مختلف تعریف شده در پایگاه است. این‌کار نیز از دو طریق قابل انجام است. در روش  اول، دسترسی به هر بانک اطلاعاتی از طریق همان قسمت security صورت می‌گیرد. کافی است بر روی هر کاربری که در این قسمت تعریف کرده‌اید، کلیک سمت راست کرده و ابتدا گزینه خصوصیات و سپس زبانه DataBase Access را انتخاب کنید. پس از آن لیستی از کلیه بانک‌های اطلاعاتی موجود در پایگاه به شما نمایش داده می‌شود که باید بانک موردنظر را انتخاب کرده و در ستون Permit  کلیک موردنظر را انجام دهید. پس از این کار می‌توانید یک نام نمایشی را برای نام کاربری مربوطه در ستون user تایپ کنید. در این‌جا به عنوان مثال امکان دسترسی کاربر mda را به بانک Northwind فراهم نموده و نام نمایشی <مهیار داعی‌الحق> برای آن انتخاب شده است (شکل 2). همان‌طور که مشاهده می‌کنید این کاربر به‌طور خودکار در گروه کاربری عمومی(public)  بانک مذکور قرار داده می‌شود.

تحقیق در مورد تحلیل پوششی داده ها (word)

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 6

تحلیل پوششی داده ها

-1)مقدمه و تاریخچه ای از تجلیل پوششی داده ها (DEA)

تحلیل پوششی داده ها تکنیکی برای محاسبه کارایی نسبی مجموعه ای از واحدهای تصمیم گیرنده (DMU) که با استفاده از برنامه ریزی ریاضی انجام می گیرد. عبارت نسبی به این دلیل است که کارایی حاصل نتیجه مقایسه واحدها با یکدیگر است در اصل تحلیل پوششی داده ها به مشخص کردن واحدهای تصمیم گیرنده کارا و ناکارا با تعیین مقدار کارایی آنها به مقایسه واحدهای تصمیم گیرنده می پردازد وقتی می گوئیم واحد تصمیم گیرنده کاراست یعنی این واحد خوب عمل کرده و از منابع به خوبی استفاده می‌کند.

در تئوری اقتصاد خرد رفتار اقتصادی واحدهای تصمیم گیرنده مورد مطالعه قرار می گیرد بر همین اساس، تابع تولیدی بر پایه ارتباط بین ورودی ها و خروجی های واحد تصمیم گیرنده بیان می شود.

در اقتصاد خرد تابع تولید، فرآیندهای تبدیل ورودی ها به خروجی ها را نشان می دهد و حداکثر مقدار خروجی را از ترکیبات مختلف ورودی ها ارائه می دهد.

مسئله ای که وجود دارد این است که معمولا تابع تولید در دسترس نیست و تولید متناظر با هر فعالیت مجهول است بنابراین وقتی که مجموعه‌ای از مشاهدات (ورودی ها و خروجی ها) موجود باشد می توان یک تابع تولید تجربی به دست آورد.

در تمام مطالعات تجربی برای تخمین تابع تولید روش های متفاوتی وجود دارد که هر یک دارای نقش مهمی هستند. دو روش اساسی برای تخمین تابع تولید عبارتند از روش های پارامتری و روش های غیر پارامتری روش های پارامتری که در این روش یک پیش فرض اولیه برای تابع تولید در نظر گرفته می شود سپس با استفاده از تکنیک های مناسب در صدد تخمین پارامترهای این تابع پیش فرض هستیم.

از روش های پارامتری می توان روش کاپ داگلاس و روش رگرسیون خطی نام برد.

تحلیل پوششی داده ها بر اساس روش های غیر پارامتری شامل مدلهایی بر اساس نوعی برنامه ریزی خطی می باشد. برخلاف روش های پارامتری که هدفشان بهینه سازی یک سطح رگرسیون در بین تمام مشاهدات است، DEA روی هر یک از مشاهدات بهینه سازی انجام می دهد. در روش های پارامتری که هدفشان بهینه سازی شده یک سطح رگرسیون در بین تمام مشاهدات است DEA روی هر یک از مشاهدات بهینه سازی انجام می دهد.

در روش های پارامتری، معادله رگرسیون بهینه برای تمام واحدهای تصمیم گیرنده در نظر گرفته می شود و برای تحلیل با استفاده از این روش نیاز به شکل تابعی معادله رگرسیون تابع تولید می باشد.

اگر در DEA، با ایجاد مرزکارایی و با این ویژگی که هر واحد تصمیم گیرنده روی و یا زیر این مرز قرار دارد، می توان ماکزیمم اندازه کارائی هر یک از واحدها نسبت به این مرز را سنجید یعنی هر واحدی که روی مرز قرار گیرد، واحدی کار است زیرا دارای بیشترین خروجی ممکن به ازای ورودی هایش می باشد و در غیر این صورت زیر مرز کارایی است و ناکارا می باشد.

فارل برای اولین بار در سال 1957 روش های غیر پارامتری را برای تعیین کارایی مطرح کرد و کار او در سال 1978 در پایان نام دکترای رودز توسط چارنز و کوپرو رودز تعمیم یافت و تحت عنوان تحلیل پوششی داده ها DEA نام گرفت، رودز در این مقاله پیشرفت تحصیلی دانش آموزان مدارس آمریکا را مورد ارزیابی و مطالعات خود را با همکاری چارنز کوپر تحت مدلی به نام CCR معروف است ارائه داد آنها تحلیل اولیه فارل را که در حالت یک خروجی- چند ورودی مطرح شد به حالت چند ورودی چند خروجی تعمیم دادند. بعد از آن در سال 1984 روش DEA توسط بنکر، چارنز و کوپر تحت مدلی به نام (BCC) توسعه یافت علاوه بر دو مدل CCR و BCC مدلهای دیگری نیز در DEA مطرح گردید.

در ادامه این فصل به تعریف کارایی یک واحد تصمیم گیرنده می پردازیم.

(1-2) مفهوم کارایی

کارایی یک واحد حاصل مقایسه ورودی های آن واحد با خروجی هایش می باشد ساده ترین حالت وقتی است که فقط یک ورودی و یک خروجی داشته باشیم، در این صورت کارایی به صورت زیر تعریف می شود.

کارایی =

در حالتی که واحدهای تصمیم گیرنده چند ورودی و چند خروجی دارند کارایی را نمی توان از رابطه بالا به دست آورد در این حالت کارایی به شکل زیر تعریف می گردد:

کارایی =

در حالتی که واحدهای مورد ارزیابی بیش از یک واحد باشند برای مقایسه یک واحد با واحدهای دیگر می توانیم خروجی ها و ورودی های این واحد را با ترکیب خطی از