Measuring Efficiency of Decision Making Units WSE-EK-MON-EFF

WIEDZA
Student zna właściwości funkcji produkcyjnej i pojęcie granicy możliwości produkcyjnych przed-siębiorstwa. Student zrozumie, jak korzystać z techniki DEA w różnych kontekstach, w szczególności w przypadku wielokrotnych inputs outputs oraz różnych rodzajów wydajności. Student rozumie, jak korzystać z prezentowanej techniki oprogramowania lub być w stanie użyć solvera Excel do oceny względnej wydajności zbioru przedsiębiorstw. Student wie, jak zastosowywać technikę DEA do no-wych warunków środowiskowych wpływających na wydajność przedsiębiorstwa.

UMIEJĘTNOŚCI
Student jest w stanie wizualizować granicę wydajności zarówno w przypadkach stałych korzyści skali, jak i zmiennych korzyści skali. Jest w stanie oszacować poziom nieefektywności niezależnie od orientacji modelu (input lub output) i rodzaju korzyści skali.
Student jest w stanie prawidłowo zastosować technikę zapoznaną na zajęciach z użyciem oprogra-mowania oraz prawidłowo zinterpretować uzyskanych wyników.

KOMPETENCJI
Student jest w stanie wybrać model według właściwej orientacji-input lub output, w zależności od empirycznego kontekstu DMU, oszacować poziom wydajności nieefektywności DMU niezależnie od rodzaju korzyści skali i przeprowadzić analizę wrażliwości w odniesieniu do kontekstu środowi-skowego. Student może udzielać porad technicznych i menedżerskich DMU, aby poprawić jego względną wydajność w porównaniu z konkurentami z tego samego sektora.

2 – student nie dostarczył pracy lub praca nie jest jej samodzielnym osiągnięciem, jest chaotyczna w odniesieniu do podstawowych właściwości technicznych związanych z ekonomicznymi podstawami procesu produkcyjnego przedsiębiorstwa lub z techniką DEA po stronie konceptualizacji lub wdrożenia w praktyce.
3 – student udowadnia, że rozumie podstawowe pojęcia kursu w różnych aspektach związanych z pomiarem efek-tywności jednostek decyzyjnych pokazanych na wykładzie. Może korzystać z nauczanego oprogramowania podczas wykładów. Nadal wykazuje trudności z opanowaniem empirycznej strony techniki DEA w odniesieniu do anali-zy różnych scenariuszy.
4 – student wykonał dobrą pracę i poprawnie określił problemy. Jest w stanie wybrać i zastosować odpowiednie metody w zależności od rodzaju problemu .
5 - student wykonał dobrą pracę i poprawnie określił problemy i pozycje. Jest w stanie wybrać i zastosować odpo-wiednie metody w zależności od rodzaju problemu . Potrafi odpowiednio zinterpretować rozwiązanie i wiedzieć, jaką politykę stosować DMU w przypadku niewydolności technicznej lub skali. Potrafi dopasować rozwiązanie do przy-padku różnych warunków środowiskowych.

UMIEJĘTNOŚCI:
Praca pisemna jest oceniana jak wyżej.

KOMPETENCJE SPOŁECZNE
2 – student nie rozumie podstawowych pojęć związanych z technikami pomiaru Efektywności Jednostek Decyzyj-nych. Unika wszelkich dyskusji związanych z tą kwestią
3 – student ma podstawowe spostrzeżenia związane z koncepcją pomiaru Efektywności Jednostek Decyzyjnych. Nie opanowuje niektórych technik obliczeniowych, ale dostrzega ich przydatność. Byłby gotowy do podnoszenia wiedzy i kompetencji do celów zawodowych.
4 – student inicjuje dyskusje związane z technikami pomiaru efektywności Jednostek Decyzyjnych oraz potrafi zrozumieć ważnych elementów różnych raportów technicznych dot. pomiar Efektywności Jednostek Decyzyj-nych metodą DEA.
5 – student inicjuje dyskusje związane z technikami pomiaru Efektywności Zagadnień Jednostek Decyzyjnych, wie, jak dobrać właściwy model i sprawnie stosować techniki obliczeniowe do rozwiązywania problemów. Rozumie implikacje techniki pomiaru Efektywności Jednostek Decyzyjnych w różnym kontekście biznesowym, umieszcza je w szerszym tle codzienności.

Na ocenę końcową składają się: test pisemny (50%) oraz samoocena pracy pomiędzy grupami studentów (50%), z czego 10% aktywności studenckiej przejawiającej się w jakości oceny pracy kolegów.
10 pkt - ocena: 5,0;
8-9 pkt - ocena: 4,5;
7-8 pkt - ocena: 4,0;
6-7 pkt - ocena: 3,5;
5 - 6 pkt - ocena 3,0;
poniżej 5 pkt - ocena: 2,0

1)Jean-Marc Huguenin, Data Envelopment Analysis (DEA), a pedagogical guide for decision makers in the public sector, 2012 IDHEAP, Lausanne, ISBN 978-2-940390-54-0, https://serval.unil.ch/resource/serval:BIB_0FC432348A97.P001/REF
2) Charnes, A, Cooper, W. W. & Rhodes E. L. (1978). Pomiar efektywności jednostek decyzyjnych. European Journal of Operational Research, 2(6), 429-444.

3)Cooper W.W. [et al.], Handbook on data envelopment analysis, Kluwer Aca-demic, Boston 2004

Teksty fakultatywne:
1)Joanicjusz Nazarko, Ireneusz Jakuszewicz, Joanna Urban, Metoda DEA w analizie jednostek produk-cyjnych, https://depot.ceon.pl/bitstream/handle/123456789/7700/Metoda_DEA_w_analizie_jednostek_produkcyjnych.pdf?sequence=1&isAllowed=y
2)TUTORIAL IN DEA, New York http://apolo.creg.gov.co/Publicac.nsf/0/d7f9626a2dd4d5f00525785a007a6523/$FILE/Anexo9ciruclar031-02.pdf
3) Notatki z badań operacyjnych, http://people.brunel.ac.uk/~mastjjb/jeb/or/dea.html
4) S. Bwanakare, A Stochastic Non-Homogeneous Constant Elasticity of Substitution Production Function as an Inverse Problem: A Non-Extensive Entropy Estimation Approach, Polska Akademia Nauk, Acta Physica Polonica A, vol 123/ 3, march 2013, DOI: 10.12693/APhysPolA.123.502 lub http://przyrbwn.icm.edu.pl/APP/PDF/123/a123z3p02.pdf

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

• Strona przedmiotu WSE-EK-MON-EFF w USOSweb