Rangbaserade

Rangbaserade metoder beskriver processer där ordningen mellan alternativ står i centrum. Genom att sortera objekt efter ett kriterium används deras rankning i stället för de exakta värdena när beslut fattas eller slutsatser dras. Rangbaserade metoder används ofta när data är ordinala eller när skalsförhållanden inte tillåter meningsfull jämförelse av faktiska siffror.

Inom statistiken används många rangbaserade (icke-parametriska) tekniker, till exempel Spearman- och Kendall-rankkorrelationer samt Wilcoxon-rank-sum-test. Dessa metoder kräver inte att data följer en specifik fördelning och är ofta robusta mot outliers. Inom informationssökning och rekommendationssystem används rangbaserade algoritmer för att sortera resultat efter relevans eller nytta. Inom maskininlärning talas det ibland om rankingmodeller som lär sig ordningar mellan objekt, såsom paret rankning eller ranking-SVM.

Fördelar med rangbaserade metoder inkluderar att de ofta kräver mindre antaganden och är robusta mot outliers samt att de fungerar bra med ordinaldata. Begränsningar är att information om absolut storlek eller avstånd mellan värden går förlorad, och resultat kan vara känsliga för hur banden (ties) hanteras samt hur mycket vikt som ges åt olika rangordningar.

Användningar av rangbaserade metoder finns i beslutsfattande baserat på prioritering, resursfördelning och utvärdering av prestationer i sport eller utbildning, samt inom forskning där man vill undvika starka fördelningsantaganden.