این پایان نامه با کاربرد داده های نادقیق در تحلیل پوششی داده ها‎ (dea) سروکار دارد. داده های نادقیق بدین معنی است که بعضی داده ها فقط در دامنه ای که مقادیر موردنظر درون کران های تعیین شده قرار دارند مشخص شده اند در حالی که داده های دیگر فقط برحسب رابطه های ترتیبی مشخص شده اند. تحلیل پوششی داده های نادقیق (idea) اندازه گیری کارایی نسبی واحدهای تصمیم گیرنده برای داده های ورودی و یا خروجی که نادقیق هستند، ایجاد کرده است. در این جا، دو استراتژی مجزای رسیدن به یک کران بالا و پایین کارایی واحد تصمیم گیرنده ای که دارای داده های نادقیق است را مطرح می کنیم. استراتژی خوش بینانه، بهترین نمره ی کارایی میان نمره های کارایی ممکن و استراتژی محافظه کار، بدترین نمره ی کارایی را به دست می آورد. همچنین، از آن جایی که در dea ‎ جفتی از مدل های پرایمال و دوال داریم (که مدل های پوششی و مضربی نیز گفته می شوند)، به طور اساسی می توانیم دو مدل idea در نظر بگیریم: یکی ورود داده های نادقیق به مدل پوششی و دیگری ورود داده های نادقیق یکسان در مدل مضربی. بنابراین رابطه های بین دو مدل اخیر و چگونگی حل آن ها، موضوعاتی با اهمیت هستند. هدف دیگر این پایان نامه، نمایش جنبه های محاسباتی کران های کارایی و چگونگی تعبیر جواب های کارایی است. روش محاسباتی ایجاد شده در این جا، روش قبلی idea را با داخل کردن فرم کلی تر داده های ترتیبی اکید و ترتیب های جزئی در چارچوب آن،به طور موثری تعمیم می دهد که بعضی اشکالات روش قبلی را برطرف می کند.