来自多个排名列表的总体排名
我已经浏览了很多网上可用的文献，包括这个论坛，没有任何运气，希望有人能帮助我目前面临的一个统计问题：
我有5个排名数据列表，每个列表包含从位置1(最佳)到位置10 (最差)排序的10个项目。就上下文而言，每个列表中的10个项目是相同的，但排名顺序不同，因为用于确定其排名的技术不同。
*示例数据:列表1列表2列表3 ...等
项目%1排名%1排名%2排名%1
项目%2排名%3排名%1排名%2
项目%3排名%2排名%3排名%3
..。等等*
我正在寻找一种方法来解释和分析上面的数据，这样我就可以得到基于每个测试及其位置的每个项目的总体排名的最终结果。
结果
排名1=项目1
排名2=项目3
排名3=项目4
..。等
有没有人知道我如何以一种统计上合理的方法(在研究生/ PhD适用的水平上)来解释这些数据，这样我就可以理解列表中每一项在5个测试中的重要性的总体排名？或者，如果有其他类型的技术或统计测试我可以研究，我将感谢任何提示或指导。
(可能还值得注意的是，我还执行了更简单的数学技术，如求和、求平均值、最小-最大值测试等，但我觉得这些在这个级别上不够重要)。
任何帮助或建议都将不胜感激，感谢您的宝贵时间。
回答 2
Stack Overflow用户
发布于 2013-12-14 14:57:39
- 你可以使用机器学习来获得你的排名列表。在信息检索研究领域--这就是所谓的 --有大量关于它的文献。This tutorial (heads : high level tutorial)可以帮助您理解基本概念，并为您提供深入的文章。
- 您可能还想看看interleaved ranking上的内容。这最初是为评估两个列表而设计的，但它也可能对您的情况有好处。
Stack Overflow用户
发布于 2013-12-14 13:49:08
许多非参数统计检验的工作方式是将接收到的数据转换为等级，然后分析等级(如果数据远离正态分布，这可以使生活变得更容易)。如果你的排名是从一些你不能直接观察到的潜在分数或好的地方得出的，你可以应用这些测试中的任何一个- http://en.wikipedia.org/wiki/Ranking#Ranking_in_statistics上有一个简短的列表，或者任何关于非参数统计的书籍，比如Conover，都应该涵盖它们。
如果你能想出一个你感兴趣的统计量，比如任何一个项目的总排名，你可以使用置换测试- http://en.wikipedia.org/wiki/Resampling_%28statistics%29#Permutation_tests来计算出在所有排名都是随机的概率下，相关的统计量至少和观察到的一样极端的概率-你只需生成遵循零假设的大量数据，并查看随机生成的数据中的统计量的分布。然后，您可以使用它来获得P值，或者更好地说，是一个置信度。
https://stackoverflow.com/questions/20578586
复制相似问题
腾讯云开发者
