در ارزیابی عملکرد سازمان ها و نهادها، مهمترین هدف رتبه بندی واحدها بر اساس میزان اهمیت آنها است. با توجه به اینکه رتبهبندی واحدهای تصمیمگیری در تحلیل پوششی دادهها ممکن است ما را به چندین واحد کارا برساند، همواره انتخاب بهترین واحد کارا از مجموعه واحد های کارا، یکی از مشکلات اصلی در تحلیل پوششی داده ها بوده است. با مجموعه مشترک وزنها می توان به بهترین واحد کارا رسید. در این پایان نامه ، روش های نوینی برای رتبه بندی واحدهای تصمیم گیری به کمک مجموعه مشترک وزن ها ارایه شده است که شامل چند روش ساده جهت رتبه بندی واحدهای کارا می باشد. در دو روش ارایه شده، برای اولین بار به کمک فاصله اطمینان و تحلیل آماری، محدودیت وزن ها را به صورت احتمالی تغییر داده، مجموعه مشترک وزن های احتمالی را تعریف کرده و به کمک آن، رتبه بندی احتمالی واحدهای تصمیم گیری را محاسبه می کنیم. در روش های ارایه شده، برخی از ضعف های مدل های استاندارد تحلیل پوششی داده ها برطرف شده است.