多投入多产出，需要数据处理，最后求ML指数

同学你好，我们是可以匹配到相关的老师辅导同学的内容的，我们的课程辅导形式都是线上一对一定制化辅导的形式，老师会根据同学的课件提前备课，课上老师与同学一对一辅导讲解，课后有疑问也可以在群里和老师直接沟通的。

多投入多产出

我们知道在生产活动过程中，主要是由投入和产出两个环节构成。在投入这一环节，即生产过程中消耗各种资源，产出即产出各种产品或服务。可以看到投入及产出这一过程一般是有多种指标的。投入我们也一般称为“输入”，产出称为“输出”。我们要评价的个体或单位称之一个“决策单元”。比如对于一个造纸厂，投入是劳动力，资本和原料等，产出便是纸及排放的一些废水废气等。那这个生产活动相对来说是否具有效率，效率值又是多少，我们就需要一个评价方式和度量手段。

对于单投入，单产出比较简单进行效率评价。那对于我们的多投入，多产出问题了?我们可以给各个投入，各个产出赋予合适的权重，使得这个加权产出与加权投入之比尽可能的大，然后去进行我们的相对效率的评价。那我们怎么去找这个权重，那便是通过我们的输入和输出的数据去获得。便有了DEA方法。

DEA简单介绍：

(1)定义：DEA叫做数据包络分析。它是用来分析个体或单位的效率(或绩效)评价的一种非参数方法。基本原理就是保持决策单元的输入或者输出不变借助我们的线性规划和统计数据确定相对有效的生产前沿面，通过比较决策单元偏离前沿面的程度来判断相对有效性。

通过DEA数据分析后，再计算ML指数，以上只是我们的一个知识简述，同学如果是需要更详细的课程辅导，可以联系我们在线客服老师咨询。