超效率DEA可以做tobit回归吗？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

DEA可以做tobit回归，因为DEA做出的效率值在0-1之间，但是超效率DEA效率值有大于1的，所以可以做tobit回归分析吗？
对tobit回归不了解，只是有的文章用了，所以请问各位XDJM？谢谢了。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：Tobit回归 超效率DEA 效率DEA Tobit DEA 回归分析 文章

1# freegirlbupt
楼主这个问题解决了吗？

同2楼问.....

可以的啊 SE-DEA（0-无穷）是相当于左侧截断，DEA（0-1）相当于两侧都截断。

如果你做一个非超效率的DEA，在设定Tobit模型时你分别做最大值限定为1的Tobit回归和最大值为1且最小值为0的Tobit回归，可以发现回归结果完全相同。因此，Tobit模型主要作用在于处理效率值小于1.当使用超效率后，我们就认为效率值并不是断尾的数据，自然没有必要使用Tobit模型

allapology 发表于 2012-9-3 20:41
如果你做一个非超效率的DEA，在设定Tobit模型时你分别做最大值限定为1的Tobit回归和最大值为1且最小值为0的 ...

这其实Tobit还是起作用了啊，截断了左侧，以零为界限

超效率DEA（Data Envelopment Analysis）模型确实可能产生超过1的效率值。这是因为超效率DEA允许决策单元在自身对比时获得更高的效率评分，从而区分表现同样优秀的单位之间的细微差别。然而，这与Tobit回归分析并不直接冲突。

Tobit回归，也称为限界模型（censored regression model），通常用于处理有下限或上限的数据集，在这种情况下数据的值被截断在某一阈值上。如果使用DEA效率评分作为因变量，并且这些评分中有一部分等于1（完全有效）而没有自然的上限高于1，那么Tobit模型可能是一个合适的选择来分析这些数据。

然而，将超效率DEA得到的大于1的效率值直接用于Tobit回归可能会引起一些问题。因为Tobit模型假定因变量存在一个固定的上界，而对于超效率DEA结果来说，这个"上界"是变动的，并且可能大于1。这就意味着需要对数据进行适当的预处理或转换，比如通过某种方式将所有效率值重新缩放到0到1之间。

总之，虽然直接使用超效率DEA的结果作为Tobit回归的因变量可能会遇到理论上的挑战，但是通过对数据进行适当的变换和调整后，仍然可以考虑使用类似的方法来分析这些效率值。具体是否适用以及如何操作需要基于研究的具体目的、数据特点及统计假设来进行详细考量。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用