用于排序数据的新型拟似然框架

本文介绍了一种用于分析排序或弱排序数据集（特别是存在并列的数据集）的新型拟似然框架。主要贡献是源自U统计结构的新系数（τ_κ），从而能够进行一致的统计推断（Wald和似然比检验）。这解决了现有方法的局限性，通过在不损失信息的情况下处理并列，并提供了一个适用于各种数据类型的统一框架。本文的优势在于其理论严谨性，基于已建立的概念，如未中心化相关内积和Edgeworth展开，以及它对分析排序数据的实际意义。

• •介绍了一种用于分析排序数据的新型拟似然框架。
• •在不损失信息的情况下处理数据中的并列。
• •提供一致的Wald和似然比检验统计量。
• •建立了与Bradley-Terry和Thurstone模型的形式等价性。