×
克里斯蒂娜·莫莉卡;卢卡·塔德拉

PLMIX：用于建模和聚类部分排名数据的R包。 （英语） Zbl 07194321号

J.统计计算。模拟 90，第5期，925-959（2020年）.
概要：PLMIX包提供了一个综合框架，旨在为R统计环境提供建模和聚类部分排序数据方面的一些最新方法进步。PLMIX包的有用性可以从以下几个方面来激发：（i）它通过关注Plackett-Luce模型及其在有限混合方法中的扩展，作为生成性抽样分布，有助于填补R中排名模型的贝叶斯估计方面的空白；（ii）它通过结合R例程的灵活性和编译的C++代码的速度以及可能的并行执行来解决计算复杂性；（iii）它涵盖了排名数据分析的基本阶段，允许在真实环境中更仔细和关键地应用排名模型；（iv）它为聚类异构部分排序数据提供了有效的工具。还提供了特定的S3类和方法，以增强可用性并促进与其他包的交换。通过对模拟数据集和实际数据集的几个应用，说明了新软件包的功能。

引用于2文件

MSC公司：

62F07型 统计排名和选择程序
2015年1月62日 贝叶斯推断

关键词：

排名数据;Plackett-Louce模型;混合物模型;贝叶斯推断

软件：

PLMIX公司;Pmr公司;统计排名;PlackettLuce公司;佩尔马尔洛;标签.切换;等级集群;等级主义者;RM允许;贝叶斯·马尔洛;前缀库;预处理
PDF格式BibTeX公司 XML格式引用
\textit{C.Mollica}和\textit{L.Tardella}，J.统计计算。模拟90，No.5，925--959（2020；Zbl 07194321）
全文： 内政部 arXiv公司

参考文献：

[1] 斯特恩·H·关于排名和选举过程的概率模型。In：排名数据的概率模型和统计分析。（《统计学》第80卷课堂讲稿）。纽约：Springer；1993年，第173-195页。[谷歌学者]·Zbl 0800.62827号
[2] Gormley IC，Murphy TB。探索爱尔兰选民内部的投票集团：混合建模方法。J Amer统计协会，2008年；103(483):1014-1027. doi:10.1198/0162145000001049[Taylor&Francis Online]，[Web of Science®]，[Google学者]·兹比尔1205.62198
[3] Vigneau E，Courcoux P，Semenou M。使用潜在类别模型分析排名偏好数据。食物质量优先。1999;10(3):201-207. doi:10.1016/S0950-3293（99）00017-8[Crossref]，[Web of Science®]，[Google学者]
[4] Yu PLH，Lam KF，Lo SM。排名数据的因子分析及其在择业态度调查中的应用。J Roy Stat Soc Ser A（统计社会）。2005;168(3):583-597. doi:10.1111/j.1467-985X.2005.00363.x[交叉引用]，[谷歌学者]·Zbl 1119.62055号
[5] 葛姆雷IC，墨菲TB。爱尔兰三级学院申请数据分析。J Roy Stat Soc Ser A.2006；169(2):361-379. doi:10.1111/j.1467-985X.2006.00412.x[交叉引用]，[谷歌学者]
[6] Henery RJ。作为赛马模型的置换概率。J Roy Stat Soc Ser B（Stat Methodol）。1981;43（1）：86-91。[谷歌学者]
[7] 排列分布的Stern H.模型。美国统计协会杂志，1990年；85(410):558-564. doi:10.1080/01621459.1990.10476235[Taylor&Francis Online]，[Web of Science®]，[Google学者]
[8] Caron F，Doucet A.广义Bradley-Terry模型的有效贝叶斯推断。计算图表统计杂志2012；21（1）：174-196年。doi:10.1080/10618600.2012.638220[Taylor&Francis Online]，[Web of Science®]，[Google学者]
[9] Alvo M，Yu PL.排名数据的统计方法。纽约：Springer；2014年。[Crosref]，[谷歌学者]·Zbl 1341.62001号
[10] Liu Q，Crispino M，Scheel I，等。基于偏好数据的模型学习。年度收入统计申请。2019;6:329-354. doi:10.1146/annurev-statistics-031017-100213[Crossref]，[Web of Science®]，[Google学者]
[11] 于普林，顾杰，徐华。排名数据分析。Wiley Interdiscip Rev Compute Stat.2019年；11（6）：e1483。doi:10.1002/wics.1483[交叉引用]，[谷歌学者]
[12] Mattei N，Walsh T.Preflib:偏好数据库http://preflib.org。摘自：《第三届算法决策理论国际会议论文集》（ADT 2013）。施普林格；2013.人工智能课堂讲稿。[谷歌学者]
[13] Plackett RL.随机排列。J Roy Stat Soc Ser B（Methodol）。1968;30(3):517-534. [谷歌学者]·Zbl 0185.45403号
[14] Critchlow DE、Fligner MA、Verducci JS。排名的概率模型。《数学与心理学杂志》，1991年；35(3):294-318. doi:10.1016/0022-2496（91）90050-4[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 0741.62024号
[15] Marden JI。分析和建模等级数据。查普曼和霍尔；1995年（统计学和应用概率专著；第64卷）。[谷歌学者]·Zbl 0853.62006号
[16] Thurstone律师事务所。比较判断法。《心理评论》，1927年；34:273-286. doi:10.1037/h0070288[交叉引用]，[谷歌学者]
[17] Bradley RA，Terry ME。不完整块设计的排名分析。生物特征。1952;39:324-345. [Crossref]、[Web of Science®]、[Google学者]·Zbl 0047.12903号
[18] 布拉德利RA。配对比较：一些基本程序和示例。In：非参数方法；（《统计手册》第4卷）。北荷兰；1984年，第299-326页。[谷歌学者]·Zbl 0597.62081号
[19] Mallows CL.Non-null排名模型。生物特征。1957;44:114-130. doi:10.1093/biomet/44.1-2.114[Crossref]，[Web of Science®]，[Google学者]·Zbl 0087.34001号
[20] Silverberg AR。q位突变的统计模型[博士论文]。ProQuest LLC，密歇根州安阿伯；1980年，普林斯顿大学。[谷歌学者]
[21] 弗利格纳马萨诸塞州，威尔杜奇JS。多阶段排名模型。J Amer统计协会，1988年；83(403):892-901. doi:10.1080/01621459.1988.10478679[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0719.62036号
[22] Mollica C，Tardella L.PLMIX:部分排名/排序的Plackett-Luce模型有限混合的贝叶斯分析；2019.R包版本2.1.1；可从以下位置获得：https://CRAN.R-project.org/package=PLMIX。[谷歌学者]
[23] Sorensen O，Vitelli V，Crispino M.Bayes Mallows：基于Mallows秩模型的贝叶斯偏好学习；2019.R包版本0.4.1；可从以下位置获得：https://CRAN.R-project.org/package=贝叶斯许可。[谷歌学者]
[24] 维泰利五世，瑟伦森，克里斯皮诺M，等。马尔洛秩模型下的概率偏好学习。J Mach Learn Res.2018；18(158):1-49. [谷歌学者]·兹比尔1471.62268
[25] Irurozki E、Calvo B、Lozano JA。PerMallows:排列和锦葵分布；2017.R包版本1.13；可从以下位置获得：https://CRAN.R-project.org/package=PerMallows。[谷歌学者]
[26] Irurozki E、Calvo Molinos B、Lozano Alonso JA。置换、Mallows和广义Mallows模型的R包。巴斯克大学计算机科学与人工智能系；2014.[谷歌学者]
[27] 弗利格纳马萨诸塞州，威尔杜奇JS。基于距离的排名模型。J Roy Stat Soc Ser B（统计方法）。1986年；48(3):359-369. [谷歌学者]·Zbl 0658.62031号
[28] Turner H、Kosmidis I、Firth D.PlackettLuce：排名的Plackett-luce模型；2019.R包版本0.2-9；可从以下位置获得：https://CRAN.R-project.org/package=PlackettLuce。[谷歌学者]
[29] Lee PH、Yu PLH。pmr：排名数据的概率模型；2015.R包版本1.2.5；可从以下位置获得：https://CRAN.R-project.org/package=pmr。[谷歌学者]
[30] Lee PH、Yu PLH。用于分析和建模排名数据的R包。BMC医学研究方法。2013;13(1):65. doi:10.1186/1471-2288-13-65[交叉引用]，[公共医学]，[谷歌学者]
[31] Lee PH、Yu PLH。用于排名数据的基于距离的树模型。计算统计数据分析。2010;54(6):1672-1682. doi:10.1016/j.csda.2010.01.027[Crossref]，[Web of Science®]，[Google学者]·Zbl 1284.62055号
[32] Hatzinger R.prefmod：适用于偏好配对比较模型的实用程序；2017.R包版本0.8-34；可从以下位置获得：https://CRAN.R-project.org/package=prefmod。[谷歌学者]
[33] Hatzinger R、Dittrich R.prefmod：基于配对比较、排名或评级的建模偏好的R包。J统计软件。2012;48（10）:1-31。可从以下位置获得：http://www.jstatsoft.org/v48/i10。doi:10.18637/jss.v048.i10[Crossref]，[Web of Science®]，[Google学者]
[34] Grimonprez Q，Jacques J.Rankcluster：基于模型的多元部分排名数据聚类；2019.R包版本0.94.1；可从以下位置获得：https://CRAN.R-project.org/package=Rankcluster。[谷歌学者]
[35] Jacques J，Grimonprez Q，Biernacki C.Rankcluster:聚类多元部分排名的R包。2014年6月；6(1):10. doi:10.32614/RJ-2014-010[对照]，[谷歌学者]
[36] Jacques J，Biernacki C.多元部分排名数据的基于模型的聚类。J统计计划推断。2014;149:201-217. doi:10.1016/j.jspi.2014.02.011[Crossref]，[Web of Science®]，[Google学者]·兹比尔1285.62069
[37] 钱子龙：基于距离的排名模型；2019.R包1.1.4版；可从以下位置获得：https://CRAN.R-project.org/package=rankdist。[谷歌学者]
[38] Gregory E.RMallow：根据排名数据拟合多模态mallows模型。；2012.R包1.0版。[谷歌学者]
[39] Murphy TB，Martin D.排名数据的基于距离的模型混合。计算统计数据分析。2003;41(3-4):645-655. doi:10.1016/S0167-9473（02）00165-2[Crossref]，[Web of Science®]，[Google学者]·Zbl 1429.62258号
[40] Yu PLH公司。排序数据的顺序统计模型的贝叶斯分析。心理测量学。2000;65(3):281-299. doi:10.1007/BF02296147[Crossref]，[Web of Science®]，[Google学者]·Zbl 1291.62265号
[41] Soufiani HA，Chen W.StatRank：统计等级聚合：推断、评估和可视化；2015.R包版本0.0.6；可从以下位置获得：https://CRAN.R-project.org/package=StatRank。[谷歌学者]
[42] Soufiani HA公司。重温随机效用模型[论文]。哈佛大学工程与应用科学学院；2014.[谷歌学者]
[43] Luce RD。个体选择行为：理论分析。纽约：John Wiley&Sons；1959.[谷歌学者]·Zbl 0093.31708号
[44] Plackett RL.排列分析。J Roy Stat Soc Ser C（应用统计）。1975年；24(2):193-202. [谷歌学者]
[45] Mollica C，Tardella L.部分排名数据的Plackett-Luce模型的贝叶斯混合。心理测量学。2017年；82(2):442-458. doi:10.1007/111336-016-9530-0[Crosref]，[PubMed]，[Web of Science®]，[谷歌学者]·Zbl 1402.62045号
[46] Dempster AP、Laird NM、Rubin DB。通过EM算法从不完整数据中获得最大似然。J Roy Stat Soc Ser B（Stat Methodol）。1977;39(1):1-38. 经过讨论。[谷歌学者]·Zbl 0364.62022号
[47] 广义布莱德雷-特里模型的Hunter DR.MM算法。安·统计师。2004年；32(1):384-406. doi:10.1214/aos/1079120141[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 1105.62359号
[48] Marin JM、Mengersen K、Robert CP。混合分布的贝叶斯建模和推断。手册统计2005；25:459-507. doi:10.1016/S0169-7161（05）25016-2[对照]，[谷歌学者]
[49] Papastamoulis P.标签切换：重新标记混合模型的MCMC输出；2019.R包版本1.8；可从以下位置获得：https://CRAN.R-project.org/package=label.switching。[谷歌学者]
[50] Spiegelhalter DJ、Best NG、Carlin BP等。模型复杂性和拟合的贝叶斯度量。J Roy Stat Soc Ser B（Stat Methodol）。2002;64(4):583-639. doi:10.1111/1467-9868.00353[交叉引用]，[谷歌学者]·Zbl 1067.62010年
[51] 用于评估分层贝叶斯和经验贝叶斯模型的贝叶斯预测信息准则。生物特征。2007;94(2):443-458. doi:10.1093/biomet/asm017[Crossref]，[Web of Science®]，[Google学者]·Zbl 1132.62005年
[52] Raftery AE、Satagopan M Jaya、Newton MA等，贝叶斯统计8。收录人：Bernardo J、Bayarri M、Berger J等人，编辑。第八届巴伦西亚国际会议记录，2006年6月2日至6日。牛津大学出版社；2007年，第371-416页。[谷歌学者]·Zbl 1252.62038号
[53] Cohen A，Mallows CL.评估排名模型与数据的拟合优度。J Roy Stat Soc Ser D（统计学家）。1983;32(4):361-374. [谷歌学者]
[54] Gelman A，Meng XL，Stern H.通过实现差异对模型适合性进行后验预测评估。中国统计。1996;6(4):733-760. [Web of Science®]，[Google学者]·Zbl 0859.62028号
[55] Mollica C，Tardella L.通过排名数据的混合建模进行表位分析。统计医学2014；33(21):3738-3758. doi:10.1002/sim.6224[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[56] Fienberg SE，Larntz K.配对和多重比较模型的对数线性表示。生物特征。1976;63（2）：245-254。doi:10.1093/biomet/63.2.245[Crossref]，[Web of Science®]，[Google学者]·Zbl 0339.62051号
[57] Mollica C，Tardella L.使用扩展Plackett-Luce模型对排名数据进行贝叶斯分析。（已提交）。2019.[谷歌学者]·Zbl 1478.62065号
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。