多重排序数据的整合分析

项目名称： 多重排序数据的整合分析

项目编号： No.11626160

项目类型： 专项基金项目

立项/批准年度： 2016

项目学科： 数理科学和化学

项目作者： 李涵

作者单位： 深圳大学

项目金额： 3万元

中文摘要： 排序数据是一种常见的数据类型，表现为人们根据某种衡量标准，对一组研究事物作出由高到低的排序，在医学、经济学和心理学等各个领域中均有广泛的应用。针对同一个研究问题，由于评判者有个人偏好或者不同的研究小组选取的样本不一样，我们通常得到不完全相同但高度相关的排序数据。这些排序数据集提供了交叉互补的信息，如何整合它们从而得到一个准确度高的综合排序是本项目的研究重点。现有的研究方法没有很好地考虑多重排序数据集的可靠性不一致、波动性和异质性等特点。针对其缺陷，我们从实际问题出发，探索提出一个新的统计模型，要求模型具有良好的统计解释性和稳健性，其模型参数能直观反映排序数据的特征。此外，我们进一步考虑把样本的解释变量信息加入模型中。事物的哪些解释变量影响了排序，也是我们感兴趣的问题之一。最后，在大数据的情况下，我们探讨用变量贝叶斯方法近似逼近原模型，提高模型的估计效率。

中文关键词： 多重排序数据；整合分析；Mallows模型；变量选择；层次模型

英文摘要： Rank data is a common data type, where people rank the items according to some criterion. It is widely used in various disciplines, such as medical science, economics and psychology. For the same problem under investigation, due to the personal preference

英文关键词： multiple rank data；integrative analysis；Mallows model；variable selection；hierarchical model