Comparação de métodos de seleção de variáveis em DEA

Detalhes bibliográficos
Autor(a) principal: Reis, Juliana de Castro
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: https://app.uff.br/riuff/handle/1/7645
Resumo: O objetivo deste estudo é propor dois novos métodos de seleção de variáveis, utilizando a menor eficiência e a mediana das eficiências como critério para medir a aderência das DMUs à fronteira. Os Métodos de Seleção de Variáveis em DEA (Data Envelopment Analysis) estabelecem um processo para que as variáveis sejam selecionadas automaticamente, de acordo com critérios previamente estabelecidos. Os métodos que buscam a máxima aderência à fronteira de eficiência, costumam medir esse critério através da média das eficiências obtidas por todas as DMUs. Porém, a média apresenta o problema de ser muito sensível a valores extremos, o que pode causar distorções nos resultados. Os métodos propostos neste estudo baseiam-se no Método Multicritério Combinatório por Cenários (SENRA et al., 2007), conhecido por buscar manter a seleção de variáveis livre de julgamentos subjetivos. No entanto, este método possui a desvantagem de realizar várias normalizações sucessivas com diferentes valores de referência, o que pode fazer com que a combinação ideal de variáveis seja analisada, mas não escolhida. Dessa forma, também é proposto nesta dissertação um aprimoramento na forma de cálculo da etapa de normalização, para garantir uma normalização única em todos os modelos rodados. Com o propósito de verificar a aplicação dos métodos propostos e identificar as diferenças e as vantagens em utilizar a menor eficiência e a mediana das eficiências no lugar da eficiência média, foram realizados dois estudos de caso no setor de transporte ferroviário de cargas do Brasil. Os resultados obtidos nos três modelos, com as diferentes medidas de aderência à fronteira, foram analisados e comparados entre si. Por fim, foi construída uma representação gráfica bidimensional para propiciar a melhor visualização dos resultados
id UFF-2_55f38a8efea3b10a0bc9ac654cb78711
oai_identifier_str oai:app.uff.br:1/7645
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Comparação de métodos de seleção de variáveis em DEAComparison of variable selection methods in DEAAnálise envoltória de dadosSeleção de variáveisFerroviasAnálise envoltória de dados (DEA)FerroviaData envelopment analysisVariable selectionRailwaysO objetivo deste estudo é propor dois novos métodos de seleção de variáveis, utilizando a menor eficiência e a mediana das eficiências como critério para medir a aderência das DMUs à fronteira. Os Métodos de Seleção de Variáveis em DEA (Data Envelopment Analysis) estabelecem um processo para que as variáveis sejam selecionadas automaticamente, de acordo com critérios previamente estabelecidos. Os métodos que buscam a máxima aderência à fronteira de eficiência, costumam medir esse critério através da média das eficiências obtidas por todas as DMUs. Porém, a média apresenta o problema de ser muito sensível a valores extremos, o que pode causar distorções nos resultados. Os métodos propostos neste estudo baseiam-se no Método Multicritério Combinatório por Cenários (SENRA et al., 2007), conhecido por buscar manter a seleção de variáveis livre de julgamentos subjetivos. No entanto, este método possui a desvantagem de realizar várias normalizações sucessivas com diferentes valores de referência, o que pode fazer com que a combinação ideal de variáveis seja analisada, mas não escolhida. Dessa forma, também é proposto nesta dissertação um aprimoramento na forma de cálculo da etapa de normalização, para garantir uma normalização única em todos os modelos rodados. Com o propósito de verificar a aplicação dos métodos propostos e identificar as diferenças e as vantagens em utilizar a menor eficiência e a mediana das eficiências no lugar da eficiência média, foram realizados dois estudos de caso no setor de transporte ferroviário de cargas do Brasil. Os resultados obtidos nos três modelos, com as diferentes medidas de aderência à fronteira, foram analisados e comparados entre si. Por fim, foi construída uma representação gráfica bidimensional para propiciar a melhor visualização dos resultadosThe objective of this study is to propose two new methods for variable selection, using the lower efficiency and the median of the efficiencies as a criterion to measure the adherence of the DMUs to the border. The Methods for Variable Selection in DEA (Data Envelopment Analysis) establish a structured process, where certain steps must be followed, so that the variables are selected automatically, according to previously established criteria. The methods that seek the maximum adherence to the efficiency frontier, usually measure this criterion through the average of the efficiencies obtained by all the DMUs. However, the measurement of the average presents the problem of being very sensitive to extreme values, which can cause distortions in the results. The methods proposed in this study are based on the Multicriteria Combinatory Method by Scenarios (SENRA et al., 2007), known to maintain the selection of variables free of subjective judgments. However, this method has the disadvantage of performing several successive normalizations with different reference values, which may cause the optimal combination of variables to be analyzed but not chosen. In this way, it is also proposed in this study an improvement in the calculation method of the normalization step, to guarantee a unique normalization in all the models. In order to verify the application of the proposed methods and to identify the differences and advantages in using the lower efficiency and the median of the efficiencies instead of the average efficiency, two case studies were carried out about the Brazilian rail freight transport sector. The results obtained in the three models, with the different measures of adherence to the frontier, were analyzed and compared to each other. Finally, a two-dimensional graphical representation was constructed to provide a better visualization of the resultsMello, João Carlos Correia Baptista Soares deMeza, Lídia AnguloAlmeida, Mariana RodriguesAraya, Marcela Cecília GonzalezReis, Juliana de Castro2018-09-24T14:01:27Z2018-09-24T14:01:27Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfREIS, Juliana de Castro. Comparação de métodos de seleção de variáveis em DEA. 2017. 94 f. (Mestrado em Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal Fluminense, Niterói, 2017.https://app.uff.br/riuff/handle/1/7645Aluno de MestradoCC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-10-13T20:27:26Zoai:app.uff.br:1/7645Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202022-10-13T20:27:26Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Comparação de métodos de seleção de variáveis em DEA
Comparison of variable selection methods in DEA
title Comparação de métodos de seleção de variáveis em DEA
spellingShingle Comparação de métodos de seleção de variáveis em DEA
Reis, Juliana de Castro
Análise envoltória de dados
Seleção de variáveis
Ferrovias
Análise envoltória de dados (DEA)
Ferrovia
Data envelopment analysis
Variable selection
Railways
title_short Comparação de métodos de seleção de variáveis em DEA
title_full Comparação de métodos de seleção de variáveis em DEA
title_fullStr Comparação de métodos de seleção de variáveis em DEA
title_full_unstemmed Comparação de métodos de seleção de variáveis em DEA
title_sort Comparação de métodos de seleção de variáveis em DEA
author Reis, Juliana de Castro
author_facet Reis, Juliana de Castro
author_role author
dc.contributor.none.fl_str_mv Mello, João Carlos Correia Baptista Soares de
Meza, Lídia Angulo
Almeida, Mariana Rodrigues
Araya, Marcela Cecília Gonzalez
dc.contributor.author.fl_str_mv Reis, Juliana de Castro
dc.subject.por.fl_str_mv Análise envoltória de dados
Seleção de variáveis
Ferrovias
Análise envoltória de dados (DEA)
Ferrovia
Data envelopment analysis
Variable selection
Railways
topic Análise envoltória de dados
Seleção de variáveis
Ferrovias
Análise envoltória de dados (DEA)
Ferrovia
Data envelopment analysis
Variable selection
Railways
description O objetivo deste estudo é propor dois novos métodos de seleção de variáveis, utilizando a menor eficiência e a mediana das eficiências como critério para medir a aderência das DMUs à fronteira. Os Métodos de Seleção de Variáveis em DEA (Data Envelopment Analysis) estabelecem um processo para que as variáveis sejam selecionadas automaticamente, de acordo com critérios previamente estabelecidos. Os métodos que buscam a máxima aderência à fronteira de eficiência, costumam medir esse critério através da média das eficiências obtidas por todas as DMUs. Porém, a média apresenta o problema de ser muito sensível a valores extremos, o que pode causar distorções nos resultados. Os métodos propostos neste estudo baseiam-se no Método Multicritério Combinatório por Cenários (SENRA et al., 2007), conhecido por buscar manter a seleção de variáveis livre de julgamentos subjetivos. No entanto, este método possui a desvantagem de realizar várias normalizações sucessivas com diferentes valores de referência, o que pode fazer com que a combinação ideal de variáveis seja analisada, mas não escolhida. Dessa forma, também é proposto nesta dissertação um aprimoramento na forma de cálculo da etapa de normalização, para garantir uma normalização única em todos os modelos rodados. Com o propósito de verificar a aplicação dos métodos propostos e identificar as diferenças e as vantagens em utilizar a menor eficiência e a mediana das eficiências no lugar da eficiência média, foram realizados dois estudos de caso no setor de transporte ferroviário de cargas do Brasil. Os resultados obtidos nos três modelos, com as diferentes medidas de aderência à fronteira, foram analisados e comparados entre si. Por fim, foi construída uma representação gráfica bidimensional para propiciar a melhor visualização dos resultados
publishDate 2017
dc.date.none.fl_str_mv 2017
2018-09-24T14:01:27Z
2018-09-24T14:01:27Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv REIS, Juliana de Castro. Comparação de métodos de seleção de variáveis em DEA. 2017. 94 f. (Mestrado em Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal Fluminense, Niterói, 2017.
https://app.uff.br/riuff/handle/1/7645
Aluno de Mestrado
identifier_str_mv REIS, Juliana de Castro. Comparação de métodos de seleção de variáveis em DEA. 2017. 94 f. (Mestrado em Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal Fluminense, Niterói, 2017.
Aluno de Mestrado
url https://app.uff.br/riuff/handle/1/7645
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1802135490545057792