统计学 > 应用
[提交于 2025年10月16日
]
标题: 贝叶斯公平:奥运奖牌榜的贝叶斯排名
标题: Bayes-ically fair: A Bayesian Ranking of the Olympic Medal Table
摘要: 评估一个国家的体育成功情况可以深入了解其在培养运动员人才方面的决策和基础设施。 奥林匹克运动会作为全球基准,但传统的奖牌排名可能受到人口规模的不当影响。 我们提出了一种贝叶斯排名方案,通过其“长期”奖牌与人口比率对国家奥林匹克委员会的表现进行排名。 该算法旨在通过应用收缩方法,减轻大人口的影响,并减少小国的随机波动。 这些长期排名相比现有方法,提供了更稳定且易于解释的国家体育表现排序。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.