Maximum Likelihood Paired Comparison Ranking by Linear Programming
用线性规划求解成对比较的最大似然排序AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论一般成对比较实验的排序优化，未明确涉及经济主体选择，故不足以归入离散选择方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
用线性规划求解成对比较的最大似然排序
- 研究问题
- 如何根据重复成对比较实验的结果，求得满足排序传递关系的最大似然排序，并同时处理允许或不允许并列的情形？
- 方法与思路
- 作者以对数似然为目标函数，将排序蕴含的传递关系作为约束构造线性规划，并用两个已有文献中的例子演示方法。
- 材料陈述的贡献
- 摘要称，该线性规划可确定重复成对比较实验的最大似然排序，覆盖有无并列两种情形，并提供实例展示。
- 阅读关注点
- 应核对成对比较的概率模型、对数似然如何写成线性目标、传递约束的表达，以及解的性质和并列排序的处理方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明具体似然、规划变量、计算规模或排序解唯一性，不能推断刊本变化。
原文摘要
The problem of ranking n objects from ‘best’ to ‘worst’, using the results of a paired comparison experiment, is formulated as a linear programming problem with the logarithm of the likelihood as the objective function. The constraints are determined by the transitivity relationships implied in a ranking. The linear program will determine maximum likelihood rankings for the k fold replicated paired comparison experiment with or without the possibility of ties. The method is demonstrated with two examples from recent literature.