通过非参数最大似然对排序响应中的异质性建模：欧洲人如何获取科学知识？
应用统计
2011-01-10 v1
摘要
本文源于一项关于科学知识的欧洲晴雨表调查。作为调查的一部分，受访者被要求按重要性对科学信息来源进行排序。然而，对这些数据的官方统计分析未能充分利用完整的排序信息。我们提出了一种方法，将排序数据视为一组成对比较，从而将问题置于广义线性模型的标准框架中，并允许纳入受访者协变量。我们提出了一种扩展，以允许排序响应中的异质性。所得模型使用随机效应结构的非参数公式，通过EM算法进行拟合。每个质量点都是多值的，每个项目有一个参数。最终模型等价于一个协变量潜在类别模型，其中潜在类别轮廓由质量点分量提供，协变量作用于类别轮廓。这为拟合模型提供了另一种解释。该方法也适用于成对比较数据。
引用
@article{arxiv.1101.1425,
title = {Modeling heterogeneity in ranked responses by nonparametric maximum likelihood: How do Europeans get their scientific knowledge?},
author = {Brian Francis and Regina Dittrich and Reinhold Hatzinger},
journal= {arXiv preprint arXiv:1101.1425},
year = {2011}
}
备注
Published in at http://dx.doi.org/10.1214/10-AOAS366 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)