|
Title
|
مطالعه روش تحلیل پوششی داده های معکوس براساس نظریه نایقینی
|
|
Type of Research
|
Thesis
|
|
Keywords
|
کارایی، تحلیل پوششی داده های معکوس ،نظریه نایقینی
|
|
Abstract
|
در مدل های تحلیل پوششی داده های معکوس کلاسیک ، داده ها به صورت دقیق و مشخص می باشند. ولی در مسائل دنیای واقعی با مواردی مواجه هستیم که گاهی اوقات مسائل غیر قابل پیش بینی روی داده ها تاثیرگذار است .بنابراین لازم است جهت پیشگیری از عواقب مسائل غیر قابل پیش بینی مطالعاتی در راستای ارتقای سیستم مورد نظر داشته باشیم که در آن داده ها غیر قطعی از جمله نایقین هستند . با توجه به نقش کلیدی صنعت مراقبت های بهداشتی در سلامت انسان ، این حوزه همواره حائز اهمیت بوده است . سیستم سلامت به دلیل سر و کار داشتن با سلامت انسان ، یک نظام پر ریسک محسوب می شود.هم چنین پیش بینی یک عامل کلیدی در مسائل پزشکی است که هدف آن بهبود ارائه خدمات سلامتی و وضعیت سلامت بیمار است . این رساله مطالعات را بر همین اساس روی ارزیابی سیستم ها زمانی که تاثیر تغییرات افزایش خروجی،زمانی که ورودی ها افزایش یافته و کارایی حفظ می شود قرار داده است . به ویژه باید مواردی را در نظر گرفت که در آن ورودی ها و خروجی ها از نوع داده های غیر قطعی است . در چنین مواقعی از نظریه های دیگری مثل نظریه احتمال نمی توان استفاده کرد. زیرا نظریه احتمال براساس فراوانی پایه گذاری شده است که در این مسائل فراوانی داده ها وجود ندارد.اما نظریه نایقینی بر پایه درجه باور متخصص است.
|
|
Researchers
|
(Student)، jafar pourmahmoud (Primary Advisor)، Alireza Ghaffari-Hadigheh (Advisor)، reza farzipoor saen (Second Advisor)
|