商科代写|商业数学代写business mathematics代考|ETF5970

assignmentutor-lab™ 为您的留学生涯保驾护航在代写商业数学business mathematics方面已经树立了自己的口碑, 保证靠谱, 高质且原创的统计Statistics代写服务。我们的专家在代写商业数学business mathematics代写方面经验极为丰富，各种代写商业数学business mathematics相关的作业也就用不着说。

我们提供的商业数学business mathematics及其相关学科的代写，服务范围广, 其中包括但不限于:

Statistical Inference 统计推断
Statistical Computing 统计计算
Advanced Probability Theory 高等概率论
Advanced Mathematical Statistics 高等数理统计学
(Generalized) Linear Models 广义线性模型
Statistical Machine Learning 统计机器学习
Longitudinal Data Analysis 纵向数据分析
Foundations of Data Science 数据科学基础

商科代写|商业数学代写business mathematics代考|ETF5970

商科代写|商业数学代写business mathematics代考|Strengths and Limitations to Data Envelopment Analysis

DEA can be a very useful tool when used wisely according to Trick (1996). A few of the strengths that make DEA extremely useful are (Trick, 1996): (1) DEA can handle multiple input and multiple output models, (2) DEA does not require an assumption of a functional form relating inputs to outputs, (3) DMUs are directly compared against a peer or combination of peers, and (4) Inputs and outputs can have very different units. For example, $X_{1}$ could be in units of lives saved and $X_{2}$ could be in units of dollars without requiring any a priori trade-off between the two.

The same characteristics that make DEA a powerful tool can also create limitations to the process and analysis. An analyst should keep these limitations in mind when choosing whether or not to use DEA. A few additional limitations include the following:

As DEA is an extreme point technique, noise in the data such as measurement error can cause significant problems.
DEA is good at estimating relative efficiency of a DMU, but it converges very slowly to absolute efficiency. In other words, it can tell you how well you are doing compared to your peers but not compared to a theoretical maximum.
As DEA is a nonparametric technique, statistical hypothesis tests are difficult and are the focus of ongoing research.
As a standard formulation of DEA with multiple inputs and outputs creates a separate linear program for each DMU, large problems can be computationally intensive.
Linear programming does not ensure that all weights are considered. We find that the values for weights are only for those that optimally determine an efficiency rating. If having all criteria weighted (inputs, outputs) is essential to the decision-maker, then do not use DEA.

商科代写|商业数学代写business mathematics代考|Modified Delphi Method

The Delphi method is a reliable way of obtaining the opinions of a group of experts on an issue by conducting several rounds of interrogative communications. This method was first developed in the U.S. Air Force in the 1950 s, mainly for market research and sales forecasting (Chan et al., 2001). This modified method is basically a way to obtain inputs from experts and then to average their scores.

The panel consists of a number of experts who are chosen based on their experience and knowledge. As mentioned earlier, panel members remain anonymous to each other throughout the procedure to avoid the negative impacts of criticism on the innovation and creativity of panel members. The Delphi method should be conducted by a director. One can use the Delphi method for giving weights to the short-listed critical factors. The panel members should give weights to each factor and their reasoning. In this way, other panel members can evaluate the weights based on the reasons given and can accept, modify, or reject those reasons and weights. For example, consider a search region that has rows A-G and columns 1-6 as shown in Figure 4.4. A group of experts then places an $x$ in the squares. In this example, each of 10 experts places $5 x^{\prime}$ s in the squares. We then total the number of $x^{\prime}$ s in the squares and divide by the total of $x$ placed, in this case $50 .$
We would find the weights as shown in Table $4.5$.

商业数学代考

商科代写|商业数学代写business mathematics代考|Strengths and Limitations to Data Envelopment Analysis

根据 Trick (1996) 的说法，如果使用得当，DEA 可能是一个非常有用的工具。使 DEA 非常有用的一些优势是（Trick，1996）：（1）DEA 可以处理多输入和多输出模型，（2）DEA 不需要假设将输入与输出相关联的函数形式，（3 ) DMU 直接与对等体或对等体组合进行比较，并且 (4) 输入和输出可以有非常不同的单位。例如，X1可以以挽救生命为单位，并且X2可以以美元为单位，而无需在两者之间进行任何先验权衡。

使 DEA 成为强大工具的相同特征也会对过程和分析造成限制。分析师在选择是否使用 DEA 时应牢记这些限制。一些额外的限制包括：

由于 DEA 是一种极值点技术，因此数据中的噪声（例如测量误差）可能会导致严重问题。
DEA 擅长估计 DMU 的相对效率，但它收敛到绝对效率非常缓慢。换句话说，它可以告诉您与同龄人相比您的表现如何，但不能与理论最大值相比。
由于 DEA 是一种非参数技术，因此统计假设检验很困难，并且是正在进行的研究的重点。
作为具有多个输入和输出的 DEA 的标准公式为每个 DMU 创建一个单独的线性程序，大型问题可能是计算密集型的。
线性规划不能确保考虑所有权重。我们发现权重值仅适用于那些最佳地确定效率等级的值。如果对所有标准（输入、输出）进行加权对决策者来说是必不可少的，那么不要使用 DEA。

商科代写|商业数学代写business mathematics代考|Modified Delphi Method

德尔菲法是一种可靠的方法，可以通过进行多轮询问式沟通来获得一组专家对某个问题的意见。这种方法首先在 1950 年代由美国空军开发，主要用于市场研究和销售预测（Chan et al., 2001）。这种修改后的方法基本上是一种从专家那里获得输入然后平均他们的分数的方法。

该小组由许多专家组成，他们是根据他们的经验和知识选择的。如前所述，小组成员在整个过程中保持匿名，以避免批评对小组成员的创新和创造力产生负面影响。德尔菲法应由董事进行。可以使用 Delphi 方法对入围的关键因素赋予权重。小组成员应对每个因素及其推理给予权重。这样，其他小组成员可以根据给出的理由评估权重，并可以接受、修改或拒绝这些理由和权重。例如，考虑一个具有 AG 行和 1-6 列的搜索区域，如图 4.4 所示。一组专家然后放置一个X在广场。在此示例中，10 个专家位置中的每一个5X′s 在方格中。然后我们合计X′s 在平方和除以总数X放置，在这种情况下50.
我们会找到如表中所示的权重4.5.

商科代写|商业数学代写business mathematics代考请认准assignmentutor™

统计代写请认准statistics-lab™. statistics-lab™为您的留学生涯保驾护航。

金融工程代写

金融工程是使用数学技术来解决金融问题。金融工程使用计算机科学、统计学、经济学和应用数学领域的工具和知识来解决当前的金融问题，以及设计新的和创新的金融产品。

非参数统计代写

非参数统计指的是一种统计方法，其中不假设数据来自于由少数参数决定的规定模型；这种模型的例子包括正态分布模型和线性回归模型。

广义线性模型代考

广义线性模型（GLM）归属统计学领域，是一种应用灵活的线性回归模型。该模型允许因变量的偏差分布有除了正态分布之外的其它分布。

术语广义线性模型（GLM）通常是指给定连续和/或分类预测因素的连续响应变量的常规线性回归模型。它包括多元线性回归，以及方差分析和方差分析（仅含固定效应）。

有限元方法代写

有限元方法（FEM）是一种流行的方法，用于数值解决工程和数学建模中出现的微分方程。典型的问题领域包括结构分析、传热、流体流动、质量运输和电磁势等传统领域。

有限元是一种通用的数值方法，用于解决两个或三个空间变量的偏微分方程（即一些边界值问题）。为了解决一个问题，有限元将一个大系统细分为更小、更简单的部分，称为有限元。这是通过在空间维度上的特定空间离散化来实现的，它是通过构建对象的网格来实现的：用于求解的数值域，它有有限数量的点。边界值问题的有限元方法表述最终导致一个代数方程组。该方法在域上对未知函数进行逼近。[1] 然后将模拟这些有限元的简单方程组合成一个更大的方程系统，以模拟整个问题。然后，有限元通过变化微积分使相关的误差函数最小化来逼近一个解决方案。

assignmentutor™作为专业的留学生服务机构，多年来已为美国、英国、加拿大、澳洲等留学热门地的学生提供专业的学术服务，包括但不限于Essay代写，Assignment代写，Dissertation代写，Report代写，小组作业代写，Proposal代写，Paper代写，Presentation代写，计算机作业代写，论文修改和润色，网课代做，exam代考等等。写作范围涵盖高中，本科，研究生等海外留学全阶段，辐射金融，经济学，会计学，审计学，管理学等全球99%专业科目。写作团队既有专业英语母语作者，也有海外名校硕博留学生，每位写作老师都拥有过硬的语言能力，专业的学科背景和学术写作经验。我们承诺100%原创，100%专业，100%准时，100%满意。

随机分析代写

随机微积分是数学的一个分支，对随机过程进行操作。它允许为随机过程的积分定义一个关于随机过程的一致的积分理论。这个领域是由日本数学家伊藤清在第二次世界大战期间创建并开始的。

时间序列分析代写

随机过程，是依赖于参数的一组随机变量的全体，参数通常是时间。随机变量是随机现象的数量表现，其时间序列是一组按照时间发生先后顺序进行排列的数据点序列。通常一组时间序列的时间间隔为一恒定值（如1秒，5分钟，12小时，7天，1年），因此时间序列可以作为离散时间数据进行分析处理。研究时间序列数据的意义在于现实中，往往需要研究某个事物其随时间发展变化的规律。这就需要通过研究该事物过去发展的历史记录，以得到其自身发展的规律。

回归分析代写

多元回归分析渐进（Multiple Regression Analysis Asymptotics）属于计量经济学领域，主要是一种数学上的统计分析方法，可以分析复杂情况下各影响因素的数学关系，在自然科学、社会和经济学等多个领域内应用广泛。

MATLAB代写

MATLAB 是一种用于技术计算的高性能语言。它将计算、可视化和编程集成在一个易于使用的环境中，其中问题和解决方案以熟悉的数学符号表示。典型用途包括：数学和计算算法开发建模、仿真和原型制作数据分析、探索和可视化科学和工程图形应用程序开发，包括图形用户界面构建MATLAB 是一个交互式系统，其基本数据元素是一个不需要维度的数组。这使您可以解决许多技术计算问题，尤其是那些具有矩阵和向量公式的问题，而只需用 C 或 Fortran 等标量非交互式语言编写程序所需的时间的一小部分。MATLAB 名称代表矩阵实验室。MATLAB 最初的编写目的是提供对由 LINPACK 和 EISPACK 项目开发的矩阵软件的轻松访问，这两个项目共同代表了矩阵计算软件的最新技术。MATLAB 经过多年的发展，得到了许多用户的投入。在大学环境中，它是数学、工程和科学入门和高级课程的标准教学工具。在工业领域，MATLAB 是高效研究、开发和分析的首选工具。MATLAB 具有一系列称为工具箱的特定于应用程序的解决方案。对于大多数 MATLAB 用户来说非常重要，工具箱允许您学习和应用专业技术。工具箱是 MATLAB 函数（M 文件）的综合集合，可扩展 MATLAB 环境以解决特定类别的问题。可用工具箱的领域包括信号处理、控制系统、神经网络、模糊逻辑、小波、仿真等。

R语言代写	问卷设计与分析代写
PYTHON代写	回归分析与线性模型代写
MATLAB代写	方差分析与试验设计代写
STATA代写	机器学习/统计学习代写
SPSS代写	计量经济学代写
EVIEWS代写	时间序列分析代写
EXCEL代写	深度学习代写
SQL代写	各种数据建模与可视化代写