Efficiency scores vary between at 0

Efficiency scores vary between at 0 and 1. In other words, the distribution of efficiency scores will be censored
by the left to a zero value and the right to one value if analyzed. For these reasons, Tobit regression (Tobin,
1958) is preferable to the Ordinary Least Square (OLS) regression in assessing factors affecting on technical
efficiency, allocative efficiency and economic efficiency. If the Ordinary Least Square regression has applied, it
could not have identified difference among the censored and continuous observation, resulting in potential bias
and inconsistent parameter estimation problem. Tobit regression, meanwhile, can deal with that weakness of the
OLS regression and generates consistent parameters. The model is defined as:

Kết quả (Việt) 1:

Hiệu quả điểm khác nhau giữa 0 và 1. Nói cách khác, phân phối hiệu quả điểm sẽ được kiểm duyệtbởi ở bên trái để một giá trị số không và phải đến một giá trị nếu phân tích. Vì những lý do, Tobit regression (Tobin,năm 1958) là thích hợp hơn để hồi quy bình thường ít nhất là hình vuông (OLS) trong việc đánh giá các yếu tố ảnh hưởng về kỹ thuậthiệu quả, allocative hiệu quả và hiệu quả kinh tế. Nếu các hồi quy bình thường ít nhất là quảng trường đã áp dụng, nókhông có thể đã xác định sự khác biệt giữa các quan sát kiểm duyệt và liên tục, kết quả là thiên vị tiềm năngvà vấn đề dự toán tham biến không phù hợp. Regression Tobit, trong khi đó, có thể đối phó với điểm yếu đó của cácHồi quy OLS và tạo ra các thông số phù hợp. Các mô hình được định nghĩa là:

Kết quả (Việt) 2:

Điểm số hiệu quả khác nhau giữa 0 và 1. Nói cách khác, sự phân bố của các điểm hiệu quả sẽ được kiểm duyệt
bởi bên trái đến một giá trị không và quyền có được một giá trị nếu phân tích. Đối với những lý do này, Tobit hồi quy (Tobin,
1958) là một lợi thế để các Square (OLS) hồi quy Ít thông thường trong việc đánh giá các yếu tố ảnh hưởng đến trên kỹ thuật
hiệu quả, hiệu quả phân bổ và hiệu quả kinh tế. Nếu hồi quy Quảng Ít thông thường đã được áp dụng, nó
có thể không phải đã xác định được sự khác biệt giữa các quan sát kiểm duyệt và liên tục, dẫn đến sai lệch tiềm ẩn
và không phù hợp vấn đề ước lượng tham số. Tobit hồi quy, trong khi đó, có thể đối phó với sự yếu kém của các
hồi quy OLS và tạo ra các thông số phù hợp. Mô hình này được định nghĩa là: