L Induction Statistique Dans Le Mod le Dea Avec Inputs Quasi-Fixes

L'objet de notre travail est l'analyse de l'efficacit et de la productivit des organisations. Nous tudions, en particulier, les assises statistiques des estimateurs non paramtriques de type DEA et FDH. Nous nous intressons aux proprits statistiques de ces estimateurs notamment celles de convergence, du biais et de distribution asymptotique. Nous dfinissons un modle statistique qui tient compte de l'aspect quasi-fixe de certains inputs. Ce modle va permettre de caractriser le Processus Gnrateur des Donnes. Un Kernel univari est utilis pour estimer le PGD. Les rsultats de l'estimation vont servir de base pour l'utilisation d'une mthodologie bootstrap lisse homogne et htrogne dans le but de corriger le biais des estimateurs et faire de l'induction statistique. Nous tudions ensuite l'efficacit dans un modle complet de variation de la productivit. Nous menons cette tude en utilisant l'indice de productivit de Malmquist. Le PGD est, dans ce cas, estim par un Kernel bivari et une mthodologie bootstrap lisse homogne est utilise pour valuer la prcision statistique de l'indice. Enfin, nous appliquons notre approche au secteur de l'ducation tunisien.