我正在尝试将数据包络分析（DEA）的结果可视化。为此，我使用了“基准”库（请参见https://cran.r-project.org/web/packages/Benchmarking/Benchmarking.pdf）。 奇怪的是，我的dea（）函数结果与dea.plot（）函数的视觉结果不匹配。
我在模型中使用了两个输入变量和两个输出变量以及一个可变比例尺（VRS）假设。
Y = data_set[,c('input1', 'input2')]
X = data_set[,c('output1', 'output2')]
我的模特
dea_model = dea(X,Y, RTS = "vrs")
产生18个效率为1的有效决策单位（DMU）（总共31个DMU）。在这里，您得到了我的输出：
1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 1.0000000 0.8000000 0.6666667 0.6000000 0.6000000 0.5000000 0.4166667 0.3333333 0.3333333 0.3333333 0.3333333 0.3000000 0.2500000 0.2500000
现在，当我调用dea.plot（）函数以可视化我的结果时
dea.plot(X, Y, RTS = "vrs")
效率前沿只有3分，而不是18分。
这是什么问题？ dea.plot（）函数不能同时汇总输入和输出尺寸吗？该文档说：
“在第一轴上显示的商品。如果输入多于一个，则仅对输入求和，或者如果存在wx，则使用输入的加权和。”
因此，我假设dea.plot（）函数确实考虑了不同的输入和输出。
答案 0 :(得分：0)
在文档中也有一条警告语：
“如果您使用此工具来绘制多个输入和多个输出，则该图可能会欺骗您，因为不必将完全有效的公司置于二维边界上。”
我相信这是您的情况。
最良好的祝愿！