순위

Ranking

순위는 두 항목 중 하나에 대해 첫 번째 항목이 "상위", "하위", 또는 두 [1]번째 항목과 "등위"가 되는 일련의 항목 간의 관계입니다.수학에서, 이것은 약순서 또는 총 사전순서로 알려져 있습니다.두 개의 서로 다른 객체가 동일한 순위를 가질 수 있기 때문에 객체의 전체 순서가 될 필요는 없습니다.순위 자체는 완전히 순서가 매겨져 있다.예를 들어 재료는 경도에 따라 완전히 사전 순서가 매겨지고 경도의 정도는 완전히 매겨집니다.두 항목이 순위가 같으면 동점으로 간주한다.

상세한 척도를 일련의 순서수로 줄임으로써 순위는 특정 [2]기준에 따라 복잡한 정보를 평가할 수 있게 한다.따라서, 예를 들어, 인터넷 검색 엔진은 관련성의 추정에 따라 검색된 페이지의 순위를 매겨 사용자가 보고 싶어할 것 같은 페이지를 빠르게 선택할 수 있도록 할 수 있다.

순위를 매겨 얻은 데이터를 분석하려면 일반적으로 비모수 통계량이 필요합니다.

순위 부여 전략

순위를 고유하게 할당할 수 있는 것은 아닙니다.예를 들어, 레이스나 경기에서 2명 이상의 참가자가 [3]랭킹에서 공동 1위를 차지할 수 있다.순서형 측정값을 계산할 때 순위가 매겨지는 두 개 이상의 수량이 동일하게 측정될 수 있습니다.이 경우, 랭킹을 할당하기 위해 아래에 제시된 전략 중 하나를 채택할 수 있다.이러한 순위 전략을 구별하는 일반적인 줄임말 방법은 4개 항목에 대해 산출되는 순위 번호로, 첫 번째 항목은 4개 항목보다 2위, 3위(동일한 항목 비교)보다 순위가 매겨진다.이러한 이름은 아래에도 나와 있습니다.

표준 경쟁 순위('1224' 랭킹)

경기 랭킹에서 동등하게 비교한 항목은 동일한 랭킹 번호를 받고 랭킹 번호에 공백이 남는다.이 격차에서 누락된 순위 번호는 동일한 항목 수보다 1개 적다.마찬가지로 각 항목의 순위 번호는 1에 그 위에 있는 항목 수를 더한 값입니다.이 랭킹 전략은 두 명 이상의 선수가 랭킹에서 한 자리를 놓고 동률을 이룬다면, 그 아래에 있는 모든 선수의 위치가 영향을 받지 않는다는 것을 의미한다(즉, 한 선수가 자신보다 정확히 두 명이 더 좋은 점수를 받은 경우 세 번째 선수가 두 번째, 네 번째 선수가 더 좋은 점수를 받은 경우 네 번째가 된다).그들보다 3명이 더 좋은 점수를 받는 등)

따라서 A가 D보다 순위가 높은 B와 C(동일 비교)보다 순위가 높으면 A는 1위, B는 2위(공동 2위), C는 2위(공동 2위), D는 4위(공동 4위)가 됩니다.

변경된 경쟁 순위('1334' 순위)

때때로, 경기 랭킹은 (표준 경기 [where?]랭킹과 같이 랭킹이 아닌) 동등한 순위 항목 세트 앞에 랭킹 번호의 차이를 남겨둔다.이 격차에서 누락된 순위 번호는 동일한 항목 수보다 1개 적은 상태로 유지됩니다.마찬가지로 각 항목의 순위 번호는 해당 항목과 같거나 그 이상의 순위 항목 수와 동일합니다.이 랭킹은 한 선수가 상대 선수 중 한 명을 제외한 모든 상대 선수보다 높은 점수를 얻었을 때에만 2위가 되고, 두 명을 제외한 모든 상대 선수보다 높은 점수를 얻었을 때 3위가 된다.

따라서 A가 D보다 순위가 높은 B와 C(동일 비교)보다 순위가 높으면 A는 1위, B는 3위(공동 3위), C는 3위, D는 4위(공동 4위)가 됩니다.이 경우, 아무도 2위("2위")를 얻지 못할 것이고 그것은 공백으로 남게 될 것이다.

고밀도 랭킹('1223')

조밀 순위에서 동등하게 비교한 항목은 동일한 순위 번호를 받고, 다음 항목은 바로 다음 순위 번호를 받는다.마찬가지로, 각 항목의 순위 번호는 1에 랭킹 순서와 관련하여 구별되는 그 위에 랭킹된 항목의 수를 더한 값이다.

따라서 A가 D보다 순위가 높은 B와 C(동일 비교)보다 순위가 높을 경우 A는 1위, B는 2위(공동 2위), C는 2위, D는 3위(공동 3위)가 됩니다.

서수 랭킹('1234' 랭킹)

서수 순위에서 모든 항목은 동일한 항목을 포함하여 서로 다른 서수 번호를 받는다.동일한 비교 항목에 구별되는 서수를 임의로 할당할 수 있지만, 순위를 여러 번 매길 경우 안정적인 결과를 얻을 수 있기 때문에 일반적으로 임의적이지만 일관된 시스템을 사용하는 것이 바람직하다.임의적이지만 일관된 시스템의 예로는 다른 속성을 랭킹 순서에 포함시켜(선수 이름의 알파벳 순서 등) 두 항목이 정확히 일치하지 않도록 하는 것이다.

이 전략에서 A가 D보다 순위가 높은 B와 C(비교 시 동일)보다 순위가 높으면 A는 1위, D는 4위, B는 2위, C는 3위, B는 2위, B는 3위, B는 3위이다.

컴퓨터 데이터 처리에서 순서 순위는 "행 번호부여"라고도 합니다.

소수 랭킹('1 2.5 2.5 4" 랭킹)

동등하게 비교하는 항목에는 순서형 순위 아래에 있는 항목들의 평균인 동일한 순위 번호가 부여됩니다. 마찬가지로, 순위 번호 1에 그 위에 있는 항목 수를 더한 값에 동일한 항목 수의 절반을 더한 값입니다.이 전략은 순위 숫자의 합계가 순서형 순위와 동일하다는 특성이 있다.따라서 Borda 카운트 계산 및 통계 테스트(아래 참조)에서 사용됩니다.

따라서 A가 D보다 순위가 높은 B와 C(동일 비교)보다 순위가 높을 경우 A는 1위("1위")를, B와 C는 각각 2.5(평균 "2/3위")를, D는 4위("4위")를 얻는다.

다음은 예를 제시하겠습니다.데이터 집합 1.0, 1.0, 2.0, 3.0, 3.0, 4.0, 5.0, 5.0, 5.0이 있다고 가정합니다.

서수 순위는 1, 2, 3, 4, 5, 6, 7, 8, 9입니다.

v = 1.0의 경우, 분수 순위는 순서 순위의 평균입니다. (1 + 2) / 2 = 1.5.마찬가지로 v = 5.0의 경우, 분수 순위는 (7 + 8 + 9) / 3 = 8.0이다.

따라서 소수점 순위는 1.5, 1.5, 3.0, 4.5, 4.5, 6.0, 8.0, 8.0, 8.0입니다.

통계 순위

통계학에서 순위는 데이터가 정렬될 때 숫자 또는 서수 값이 해당 순위로 대체되는 데이터 변환입니다.예를 들어, 숫자 데이터 3.4, 5.1, 2.6, 7.3을 관측하면, 이러한 데이터 항목의 순위는 각각 2, 3, 1, 4가 된다.예를 들어, 서수 데이터 hot, cold, warm은 3, 1, 2로 대체됩니다.이 예에서는 순위가 오름차순으로 값에 할당됩니다.(내림차순이 사용되는 경우도 있습니다).순위는 오름차순으로 정렬된 원래 데이터 집합으로 구성된 순서 통계의 색인 목록과 관련이 있습니다.

어떤 종류의 통계 테스트는 순위에 따른 계산을 사용한다.예를 들어 다음과 같습니다.

순위 내림차순의 값 분포는 값의 규모가 매우 다양할 때 종종 관심을 갖습니다. 예를 들어 도시 크기나 단어 빈도에 대한 순위 크기 분포(또는 순위 빈도 분포)입니다.이들은 종종 멱함수의 법칙을 따릅니다.

일부 등급은 연결된 데이터 값에 대해 정수 값이 아닌 값을 가질 수 있습니다.예를 들어, 같은 데이터 값의 짝수 복사본이 있는 경우, 상술한 결합 데이터의 프랙셔널 통계 랭크는 ½로 끝납니다.백분위수 순위는 통계적 순위의 또 다른 유형이다.

Excel의 순위 함수

Microsoft Excel은 Rank라는 두 가지 순위 기능을 제공합니다.경기 랭킹("1224")과 랭킹을 할당하는 EQ 기능.AVG 함수는 위에서 설명한 바와 같이 소수점 순위("1 2.5 2.5 4")를 할당합니다.함수에는 기본적으로 내림차순으로 설정되어 있는 order [4]인수가 있습니다. 즉, 가장 큰 숫자는 순위 1이 됩니다.이는 일반적으로 순위가 오름차순으로 매겨지고 가장 작은 숫자의 순위가 1인 통계에서는 흔하지 않습니다.

순위 비교

순위 상관 관계를 사용하여 동일한 개체 집합에 대한 두 순위를 비교할 수 있습니다.를 들어, 스피어맨의 순위 상관 계수는 두 토너먼트의 선수 순위 간의 통계적 의존성을 측정하는 데 유용합니다.Kendall 순위 상관 계수는 또 다른 접근법입니다.또는 교차로/중첩 기반 접근방식을 통해 유연성을 높일 수 있습니다.한 가지 예는 "랭크-랭크 초기하학적 중첩" 접근법으로,[5] 차등 발현 유전자의 두 가지 순서 목록 중 "상위"에 있는 유전자의 순위를 비교하도록 설계되었다.또한 조정 가능한 확률 p를 구현하여 원하는 등급 깊이에서 할당된 체중을 사용자 정의하기 위해 "순위 편향 중첩(RBO)"[6]도 유사한 접근방식을 취한다.이러한 접근방식은 (표준 비가중 순위 상관 접근법에서 무시될 수 있는 절대 순위 위치를 고려) 분리된 집합, 다양한 크기의 집합 및 최상위 가중치를 다루는 장점이 있다.

정의.

이 정의는 Vaart, Chpater 13 X,. n \ X_} 에 기인합니다. 랜덤 변수 집합입니다.이들을 순서대로 정렬함으로써 주문 정보 (. () \ (1 을 정의했습니다.\ ( 모든 값이 동일한 경우 ii)의 순위는 X N R , (\ 됩니다. (n ,) (\displaystyle X_} )위에서 정의한 순위')는 X N (, j)({j}= 상위위의 "수정된 경기 순위"에 해당)의 평균으로 된다

적용들

순위 및 사회경제적 평가

일부 특정 지수에 기초한 순위 방법론은 국가의 사회-경제적 맥락을 평가하기 위해 정책 입안자와 국제기구가 사용하는 가장 일반적인 시스템 중 하나이다.주목할 만한 예는 다음과 같습니다.인간개발지수(유엔), 행동기업지수(세계은행), 부패인식지수(국제투명성), 경제자유지수(헤리티지재단)가 그것이다.예를 들어, 세계은행의 Doing Business Indicator는 190개국의 기업 규제와 그 시행을 측정합니다.국가는 최종 순위를 산출하기 위해 합성된 10가지 지표에 따라 순위가 매겨진다.각 지표는 하위 지표로 구성됩니다. 예를 들어, 등록 재산 지표는 토지 등기 시스템의 시간, 절차, 비용 및 품질을 측정하는 4개의 하위 지표로 구성됩니다.분명히, 이러한 등급은 점수를 할당하는 주관적인 기준에 근거합니다.때때로 채택된 매개변수는 경험적 관측치와 불일치를 일으킬 수 있으므로, 이러한 [8]기준의 적용에서 잠재적 편견과 역설이 나타날 수 있다.

소셜 게임으로서의 랭킹

경쟁하는 것은 인간의 본성이다.높은 사회적 지위를 얻고자 하는 열망은 인간의 원동력으로 인식될 수 있다.간단히 말해서, 우리는 누가 가장 부자이고, 가장 똑똑하고, 가장 잘생기고, 가장 예쁜지 알고 싶다.우리는 때때로 다른 사람들에 의해 순위가 매겨진다: 우리의 상사, 이웃들, 그리고 사회에서 우리의 지위를 다른 사람들과 비교한다.피할 수 없는 질문은 이러한 순위가 얼마나 객관적이고 주관적인가 하는 것입니다.많은 순위 리스트는 주관적인 분류에 근거하고 있습니다.우리는 심지어 질문을 던질 수도 있다: 우리는 항상 객관적으로 보여지기를 원하는가, 아니면 우리가 받을 만한 것보다 더 나은 이미지를 갖는 것을 개의치 않는가?사회를 측정하는데 분명히 특정한 어려움이 있다.실제 커뮤니티와 가상 커뮤니티에서 우리의 자리를 찾기 위해서는 인간과 인공지능을 조합하여 객관성과 주관성 사이를 이동할 때 발생하는 문제를 이해해야 합니다.이 주제를 다루는 일련의 주제에는 비교, 랭킹, 등급, 선택, 법률, 랭킹 게임, 평판 투쟁 등이 포함됩니다(Péter Erdi [9][10]참조).

기타 예

  • 정치에서 순위는 각국의 경제, 사회, 환경 및 거버넌스 성과 비교에 초점을 맞춘다(국제 순위 목록 참조).
  • 많은 스포츠에서 개인이나 팀은 일반적으로 스포츠 운영 기관에 의해 순위가 부여된다.
  • 신용상태와 관련하여 유가증권의 순위는 발행회사의 최종단계에서 특정 유가증권이 차지하는 위치, 즉 기업자본구조에서의 연공서열이다.예를 들어, 자본권은 후순위 증권이다. 결국 상위 부채에 뒤처지게 될 것이다.즉, 선순위 채무 보유자후순위 채무 보유자가 자금을 수령하기 에 지급될 것이다.
  • 검색 엔진은 쿼리에 의존하는 방법과 쿼리에 의존하지 않는 방법을 조합하여 사용자의 쿼리에 대한 예상 관련성을 기준으로 웹 페이지의 순위를 매깁니다.쿼리에 의존하지 않는 메서드는 페이지가 특정 쿼리와 얼마나 잘 일치하는지 고려하지 않고 페이지의 추정 중요도를 측정하려고 합니다.쿼리에 의존하지 않는 랭킹은 보통 링크 분석에 근거합니다.예를 들어 HITS 알고리즘, PageRank, TrustRank 등이 있습니다.쿼리에 의존하는 메서드는 페이지의 중요도에 관계없이 페이지가 특정 쿼리와 일치하는 정도를 측정하려고 합니다.쿼리에 의존하는 랭킹은 보통 페이지 자체, URL 또는 페이지를 참조하는 앵커텍스트에 있는 다양한 쿼리 워드의 일치 수와 위치를 고려하는 휴리스틱스를 기반으로 합니다.
  • 웹메트릭스에서는 웹에서의 존재감(웹페이지 수)과 이러한 콘텐츠(웹링크=사이트 인용)의 영향에 따라 기관의 순위를 매길 수 있다(세계 대학의 웹메트릭스 순위 등).
  • 비디오 게임에서는 플레이어에게 순위가 부여될 수 있다."랭크업"은 특히 선수의 기술에 의존하지 않는 전략으로 다른 선수들에 비해 더 높은 순위를 획득하는 것이다.
  • TrueSkill 랭킹 시스템은 마이크로소프트 리서치에서 개발한 Xbox Live의 스킬 기반 랭킹 시스템입니다.
  • 참고문헌은 한 텍스트에서 일반적인 명사 구문의 순위를 매긴다.
  • 언어에서, 절의 최상위 순위와 관련된 항목의 상태(보통 "하위" 또는 "순위 시프트"라고 알려진 것)입니다. 예를 들어, "나는 오늘 만든 케이크를 먹고 싶다"는 문장에서 "먹는다"는 최상위에 있지만, "made"는 명목상 그룹인 "오늘 만든 케이크"의 일부로 하위권에 속합니다.p는 마치 하나의 명사처럼 행동하기 때문에(, 먹고 싶다), 그 안에 있는 동사("made")는 "eat"와 다르게 순위가 매겨진다.
  • 학술지는 때때로 영향 요인에 따라 순위가 매겨진다; 주어진 저널에서 기사를 인용하는 이후의 기사 수.

「 」를 참조해 주세요.

레퍼런스

  1. ^ "Definition of RANKING".
  2. ^ Malara, Zbigniew; Miśko, Rafał; Sulich, Adam. "Wroclaw University of Technology graduates' career paths". {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  3. ^ Sulich, Adam. "The young people's labour market and crisis of integration in European Union". Retrieved 2017-03-04. {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)CS1 유지보수:url-status(링크)
  4. ^ "Excel RANK.AVG Help". Office Support. Microsoft. Retrieved 21 January 2021.
  5. ^ Plaisier, Seema B.; Taschereau, Richard; Wong, Justin A.; Graeber, Thomas G. (September 2010). "Rank–rank hypergeometric overlap: identification of statistically significant overlap between gene-expression signatures". Nucleic Acids Research. 38 (17): e169. doi:10.1093/nar/gkq636. PMC 2943622. PMID 20660011.
  6. ^ Webber, William; Moffat, Alistair; Zobel, Justin (November 2010). "A Similarity Measure for Indefinite Rankings". ACM Transactions on Information Systems. 28 (4): 1–38. doi:10.1145/1852102.1852106. S2CID 16050561.
  7. ^ Vaart, A. W. van der (1998). Asymptotic statistics. Cambridge, UK: Cambridge University Press. ISBN 9780521784504.
  8. ^ RIEDS, Italian Review of Economics Demography and Statistics (2014). "World Bank Doing Business Project and the statistical methods based on ranks: the paradox of the time indicator". Rieds - Rivista Italiana di Economia, Demografia e Statistica - the Italian Journal of Economic, Demographic and Statistical Studies. 68 (1): 79–86.
  9. ^ Érdi, Péter (October 2019). Ranking : the unwritten rules of the social game we all play. New York, NY, United States. ISBN 978-0-19-093546-7. OCLC 1102469441.
  10. ^ Erdi, Péter "순위 - 우리 모두가 하는 소셜 게임의 불문율", Oxford University Press (2020), ISBN 978-0-19-093546-7

외부 링크