تحلیل¬پوششی¬داده¬ها یکی از ابزارهای مناسب و کارآمد در سنجش کارایی واحدهای تصمیم-گیری است و استفاده از تکنیکهای متنوع آن در موضوعات مختلف به سرعت در حال گسترش می¬باشد. هدف این پایان¬نامه، تعیین میزان کارایی واحدهای تصمیم گیری در شرایطی است که با داده¬های منفی یا داده های مختلط مثبت و منفی در ورودی و خروجی سر و کار داریم. در این پایان نامه ابتدا مدل های کلاسیک تحلیل پوششی داده¬ها معرفی گردیده است. یک ضعف مدل های کلاسیک تحلیل¬پوششی¬داده¬ها این است که در مواقعی که ورودی ها و خروجی ها مقادیر منفی دارند ممکن است نشدنی شوند. مطالعات بسیاری برای رفع این مشکل انجام شده و روش های مختلفی پیشنهاد شده است. در این پایان¬نامه روش¬های ارائه شده برای استفاده از داده های منفی در مدل های تحلیل پوششی داده ها نظیر روش شیل و sorm,rdm ,msbm و vrm را بررسی نموده و ضعف¬ها و قوت¬های هر یک را بیان می¬کنیم. هم چنین نتایج حاصل از به کارگیری این روش¬ها در مورد یک مجموعه داده را مقایسه می¬کنیم.