×

加权距离模型的混合,用于对数据进行排序,并应用于政治研究。 (英语) Zbl 1252.62010年

摘要:在政治、市场研究和心理学等各个研究领域,经常需要对排名数据进行分析。多年来,开发了许多用于排名数据的统计模型。其中,基于距离的排序模型假设观察到项目排序的概率取决于观察到的排序和模态排序之间的距离。越接近模态排序,排序概率越高。然而,这样的模型假设一个均匀总体,模型中的单个分散参数可能无法很好地描述数据。
为了克服这些限制,我们通过考虑最近开发的基于加权距离的模型来制定更灵活的模型,该模型可以为不同的等级提供不同的权重。通过扩展到基于加权距离的混合模型,可以放宽同质总体的假设。文中还讨论了加权距离模型的性质。我们进行了仿真以测试我们的参数估计和模型选择程序的性能。最后,我们将所提出的方法应用于分析综合排名数据集和现实世界中关于政治目标优先级的排名数据集。

MSC公司:

62F07型 统计排名和选择程序
62第25页 统计学在社会科学中的应用
65C60个 统计中的计算问题(MSC2010)

软件:

Mixmod公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Amemiya,T.,《高级计量经济学》(1985),哈佛大学出版社
[2] 比尔纳基,C。;Celeux,G。;戈瓦特,G。;Langrognet,F.,使用mixmod软件进行基于模型的聚类和判别分析,计算统计和数据分析,51,587-600(2006)·兹比尔1157.62431
[3] Busse,L.M.,Orbanz,P.,Buhmann,J.M.,2007年。异质等级数据的聚类分析。摘自:《第24届机器学习国际会议论文集》,第113-120页。;Busse,L.M.,Orbanz,P.,Buhmann,J.M.,2007年。异质等级数据的聚类分析。摘自:《第24届机器学习国际会议论文集》,第113-120页。
[4] Cheng,W.,Huhn,J.,Hullermeier,E.,2009年。用于标签排名的决策树和基于实例的学习。摘自:第26届机器学习国际会议论文集。;Cheng,W.,Huhn,J.,Hullermeier,E.,2009年。用于标签排名的决策树和基于实例的学习。摘自:第26届机器学习国际会议论文集。
[5] 考克斯,D.R。;Hinkley,D.V.,《理论统计学》(1974),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 0334.62003号
[6] Critchlow,D.E.,(分析部分排序数据的度量方法。分析部分排序的数据的度量法,统计学讲义,第34卷(1985),Springer:Springer-Blin)·Zbl 0589.62041号
[7] 克里奇洛,D.E。;弗林格,医学硕士。;Verducci,J.S.,排名概率模型,《数学心理学杂志》,35,294-318(1991)·Zbl 0741.62024号
[8] Croon,M.A.,《排名分析的潜在类别模型》(Soete,G.D.;Feger,H.;Klauer,K.C.,《心理选择模型的新发展》(1989),爱思唯尔科学:爱思唯尔科学北荷兰),99-121
[9] Dempster,A.P。;新墨西哥州莱尔德。;Rubin,D.B.,《通过EM算法从不完整数据中获取最大似然》,《皇家统计学会期刊:B辑》,39,1-38(1977)·Zbl 0364.62022号
[10] Diaconis,P.,《概率与统计学中的群表示》(1988),数理统计研究所:数理统计研究所海沃德·Zbl 0695.60012号
[11] Erosheva,E.A。;菲恩伯格,S.E。;Joutard,C.,《通过多元二进制数据的个体水平混合模型描述残疾》,《应用统计学年鉴》,1502-537(2007)·Zbl 1126.62101号
[12] 弗林格,医学硕士。;Verducci,J.S.,《基于距离的排名模型》,《皇家统计学会杂志:B辑》,48,359-369(1986)·Zbl 0658.62031号
[13] Fligner,硕士。;Verducci,J.S.,多阶段排名模型,《美国统计协会杂志》,83,892-901(1988)·Zbl 0719.62036号
[14] I.C.戈姆利。;Murphy,T.B.,《爱尔兰三级学院申请数据分析》,《皇家统计学会杂志:A辑》,169361-379(2006)
[15] I.C.戈姆利。;Murphy,T.B.,《探索爱尔兰选民内部的投票集团:混合建模方法》,《美国统计协会杂志》,103,1014-1027(2008)·Zbl 1205.62198号
[16] Hennig,C.,Hausdorf,B.,2006年。差异性测度的设计:一种新的物种分布区域之间的差异性测度。收录于:Batagelj,V.,Bock,H.H.,Ferligoj,A.,Ziberna,A.(编辑),《数据科学与分类》,第29-38页。;Hennig,C.,Hausdorf,B.,2006年。差异性测度的设计:一种新的物种分布区域之间的差异性测度。收录于:Batagelj,V.,Bock,H.H.,Ferligoj,A.,Ziberna,A.(编辑),《数据科学与分类》,第29-38页。
[17] Inglehart,R.,《沉默的革命:西方公众价值观和政治风格的改变》(1977年),普林斯顿大学出版社:普林斯顿大学出版
[18] Klementiev,A.,Roth,D.,Small,K.,2008年。基于距离模型的无监督等级聚合。摘自:第25届机器学习国际会议论文集。;Klementiev,A.,Roth,D.,Small,K.,2008年。基于距离模型的无监督等级聚合。摘自:第25届机器学习国际会议论文集。
[19] Lebanon,G.,Lafferty,J.,2002年。摇动:使用排列的条件概率模型组合排名。摘自:机器学习国际会议论文集。;Lebanon,G.,Lafferty,J.,2002年。摇动:使用排列的条件概率模型组合排名。收录:机器学习国际会议论文集。
[20] Lee,P.H。;Yu,P.L.H.,排名数据的基于距离的树模型,计算统计和数据分析,54,1672-1682(2010)·Zbl 1284.62055号
[21] Mallows,C.L.,非完全排名模型。I、 Biometrika,4414-130(1957年)·Zbl 0087.34001号
[22] Marden,J.I.,《等级数据分析和建模》(1995年),查普曼和霍尔·Zbl 0853.62006号
[23] Melia,M。;Bao,L.,无限排名上的指数族模型,机器学习研究杂志,10,3481-3518(2010)·Zbl 1242.62017年
[24] Melia,M.,Chan,H.,2010年。广义Mallows模型的Dirichlet过程混合。摘自:Grunwald,P.,Spirtes,P.(编辑),《第26届人工智能不确定性会议论文集》,UAI2010。;Melia,M.,Chan,H.,2010年。广义Mallows模型的Dirichlet过程混合。摘自:Grunwald,P.,Spirtes,P.(编辑),《第26届人工智能不确定性会议论文集》,UAI2010。
[25] 摩尔,G。;Vermunt,J.,后唯物主义者的异质性重视优先权。来自潜在阶级离散选择方法的证据,《欧洲社会学评论》,23631-648(2007)
[26] 墨菲,T.B。;Martin,D.,《基于距离的排名数据混合模型》,计算统计与数据分析,41645-655(2003)·Zbl 1429.62258号
[27] Shieh,G.S.,A加权Kendall’S tau统计,《统计与概率快报》,39,17-24(1998)·兹比尔0903.62056
[28] 谢赫,G.S。;Bai,Z。;蔡伟云,《独立性的秩检验——采用加权污染替代方案》,中国统计局,10577-593(2000)·Zbl 1054.62548号
[29] 斯皮尔曼,C.,《两件事之间联系的证明和测量》,《美国心理学杂志》,第15期,第72-101页(1904年)
[30] Stern,H.,《关于排名和选举过程的概率模型》(Fligner,M.A.;Verducci,J.S.,《排名数据的概率模型和统计分析》(1993),Springer-Verlag),173-195年·Zbl 0800.62827号
[31] Tarsitano,A.,2009年。比较秩相关统计的有效性。工作文件。卡拉布里亚大学经济与统计学院,200906。;Tarsitano,A.,2009年。比较秩相关统计的有效性。工作文件。卡拉布里亚大学经济与统计学院,200906年。
[32] Thompson,G.L.,《排名数据的图形技术》(Fligner,M.A.;Verducci,J.S.,《排序数据的概率模型和统计分析》(1993),Springer-Verlag),294-298
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。