Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.unb.br/handle/10482/12611
Files in This Item:
File Description SizeFormat 
ARTIGO_TwoSTageInference.pdf306,88 kBAdobe PDFView/Open
Title: Two-stage inference in experimental design using dea : an application to intercropping and evidence from randomization theory
Authors: Gomes, Eliane Gonçalves
Souza, Geraldo da Silva e
Vivaldi, Lúcio José
Assunto:: Variáveis (Matemática)
Análise de variância
Correlação (Estatística)
Issue Date: 2008
Publisher: Sociedade Brasileira de Pesquisa Operacional
Citation: GOMES, Eliane Gonçalves; SOUZA, Geraldo da Silva e; VIVALDI, Lúcio José. Two-stage inference in experimental design using dea: an application to intercropping and evidence from randomization theory. Pesquisa Operacional, v. 28, n.2, p. 339-354, 2008. http://dx.doi.org/10.1590/S0101-74382008000200010.
Abstract: Neste artigo é proposto o uso de medidas de eficiência DEA, com retornos constantes à escala e input unitário, na análise de respostas multidimensionais não negativas de ensaios experimentais. A abordagem proposta concorda com a Análise de Variância (Covariância) clássica para respostas unidimensionais e simplifica a análise estatística para o caso multidimensional. Os melhores tratamentos indicados pela análise otimizam um output combinado, definido por preços sombra, que são as soluções dos problemas lineares de DEA. A abordagem é particularmente útil na análise de experimentos consorciados (plantio simultâneo de mais de uma cultura agrícola). São aqui discutidos dois exemplos. Os resultados são validados via Teoria de Aleatorização, de modo a estudar apropriadamente as questões de correlação e não-normalidade das medidas DEA nas diferentes parcelas experimentais. ________________________________________________________________________________________ ABSTRACT
In this article we propose the use of Data Envelopment Analysis (DEA) measures of efficiency, under constant returns to scale and input equal to unity, in the analysis of multidimensional nonnegative responses in the design of experiments. The approach agrees with the standard Analysis of Variance (Covariance) for univariate responses and simplifies the statistical analysis in the multivariate case. The best treatments provided by the analysis optimize a combined output defined by shadow prices, which are the solutions of the DEA problem. The approach is particularly useful for the analysis of intercropping (crop mixtures) experiments. In this context we discuss two examples. To properly address the issue of correlation and non-normality of DEA measurements in different experimental plots we validate the results via Randomization Theory.
Licença:: Pesquisa Operacional - Esta obra está licenciada sob uma Licença Creative Commons (Attribution 3.0 Unported (CC BY 3.0)). Fonte: http://www.scielo.br/scielo.php?pid=S0101-74382008000200010&script=sci_abstract. Acesso em: 27 mar. 2013.
DOI: http://dx.doi.org/10.1590/S0101-74382008000200010
Appears in Collections:EST - Artigos publicados em periódicos

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/12611/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.