排行
排名是一組項目之間的關係，這樣一個項目，對於任何兩個項目，第一個要么“排名高於”，“排名低於”，或“排名等於”。在數學中，這被稱為弱順序或對象的總預訂。它不一定是對象的總順序，因為兩個不同的對象可以具有相同的排名。排名本身是完全有序的。例如，材料完全被硬度預訂，而硬度的完全排序。如果排名中的兩個項目相同，則被認為是領帶。
通過將詳細措施減少到一系列順序數字，排名可以根據某些標準評估複雜信息。因此，例如，互聯網搜索引擎可能會根據其相關性的估計來對其找到的頁面進行排名，從而使用戶很快選擇他們可能想要看到的頁面。
通過排名獲得的數據分析通常需要非參數統計。
處理聯繫的策略
並非總是可以獨特地分配排名。例如，在比賽或比賽中，兩個（或更多）參賽者可能會在排名中贏得一席之地。計算序數測量時，兩個（或更多）被排名的數量可能相等。在這些情況下，可以採用以下分配排名的策略之一。
區分這些排名策略的一種常見速記方法是通過為四個項目產生的排名數字，第一項排名第二和第三（比較相等），這兩者都在第四項中排名第四。這些名稱也如下所示。
標準比賽排名（“ 1224”排名）
在競爭排名中，比較相等的項目獲得相同的排名數，然後排名數字在排名中。在此差距中遺漏的排名數量比比較相等的項目數少。同等地，每個項目的排名號碼為1加上排名的項目數量。這種排名策略經常用於比賽，因為這意味著，如果兩個（或更多）競爭對手在排名中均領先，那麼所有排名下方的人的位置都不會受到影響（即，只有一個競爭對手才能排名第二。比他們得分要好，第三個人比他們得分要高，第四個人得分，如果恰好三人得分要比他們得分，等等）。
因此，如果a排名比b和c領先（比較相等），這些排名均領先於d，則a排名第1（“第一”），b獲得排名2（“ joint second”），c也獲得排名第2號（“聯合第二”）和D的排名第4（“第四”）。
IBM SPSS將此方法稱為“低”，而R編程語言以其處理關係的方法稱為“ Min”。
改進的競爭排名（“ 1334”排名）
有時，競爭排名是通過在等級項目的集合（而不是在標準競爭排名中）留在排名數字的差距來完成。在此差距中遺漏的排名數量數量比比較相等的項目數少。同等地，每個項目的排名數量等於等於其等於或更高的項目數量。該排名確保了競爭對手僅得分高於除對手中的所有球員以外的所有分數，但第三名，如果他們得分高於兩個對手，則排名第二。
因此，如果A排名B和C（比較相等）的排名均領先於D，則A排名第1（“ First”），B獲得了排名第3（“聯合第三”），C也獲得排名第3號（“第三”）和D的排名第4（“第四”）。在這種情況下，沒有人會獲得排名2（“第二”）的排名，這將是差距。
IBM SPSS將此方法稱為“高”，而R編程語言以其處理關係的方法稱為“ Max”。
密集排名（“ 1223”排名）
在密集排名中，比較平等的項目收到相同的排名號碼，而下一個項目接收到後面的排名數字。同等地，每個項目的排名號碼是1加上排名相對於排名順序與眾不同的項目數。
因此，如果a排名比b和c領先（比較相等），這些排名均領先於d，則a排名第1（“第一”），b獲得排名2（“ joint second”），c也獲得排名數字2（“關節第二”）和D的排名第3（“第三”）。
IBM SPSS稱此方法為“順序”，而R編程語言以其處理關係來稱為“密集”。
序數（“ 1234”排名）
在序數排名中，所有項目都會收到不同的序數，包括比較相等的項目。可以隨機或任意完成比較相等的項目的不同序數數字分配，但是通常可以使用任意但一致的系統，因為如果排名多次完成，則可以穩定結果。任意但一致的系統的一個示例是將其他屬性納入排名順序（例如競爭對手名稱的字母順序排序），以確保沒有兩個項目完全匹配。
採用此策略，如果A排名B和C（比較相等）的排名都超過D，則A獲得排名1（“ First”）和D的排名第4（“第四”），並且要么是B獲得排名2 （“第二”），C獲得排名第3（“第三”）或C的排名排名第2（“第二”），而B獲得排名第3（“第三”）。
在計算機數據處理中，序數排名也稱為“行編號”。
此方法對應於R編程語言中的“第一個”，“最後”和“隨機”方法來處理關係。
分數排名（“ 1 2.5 2.5 4”排名）
比較相等的項目獲得相同的排名數，這是他們在序數中所佔的平均值；同等地，排名數為1加上排名上方的項目數，以及一半的項目數量等於它。該策略的屬性是，排名數與序數排名相同。因此，它用於計算Borda計數和統計測試（見下文）。
因此，如果A排名B和C（比較相等）的排名均領先於D，則A排名第1（“ First”），B和C每個排名排名第2.5（平均為“聯合第二/第三） ”）和D的排名第4（“第四”）。
這是一個示例：假設您的數據集1.0、1.0、2.0、3.0、3.0、4.0、5.0、5.0、5.0。
序數為1、2、3、4、5、6、7、8、9。
對於v = 1.0，分數等級是序列等級的平均值：（1 + 2） / 2 = 1.5。以類似的方式，對於v = 5.0，分數等級為（7 + 8 + 9） / 3 = 8.0。
因此，分數等級為：1.5、1.5、3.0、4.5、4.5、6.0、8.0、8.0、8.0
IBM SPSS稱此方法稱為“平均值”，而R編程語言以其處理關係來稱為“平均”。
統計數據
運動的
教育
聯賽表用於比較不同機構的學術成就。大學和大學排名通過因素的結合來命令高等教育的機構。除了整個機構外，具體計劃，部門和學校還排名。這些排名通常是由雜誌，報紙，政府和學者進行的。例如，英國大學的聯盟表每年由《衛報》 ， 《獨立》 ， 《星期日泰晤士報》和《泰晤士報》出版。這些排名的主要目的是根據一系列標準向潛在的申請人提供有關英國大學的信息。同樣，在印度這樣的國家，正在開發聯盟表，並且是一本受歡迎的雜誌《教育世界》，根據Thearningpoint.net的數據發布了它們。
有人抱怨說，英格蘭學校對未能考慮到更廣泛的社會條件的嚴格指南的排名實際上使學校失敗了。這是因為當時最有參與的父母會避開這樣的學校，只剩下不雄心勃勃的父母的孩子參加。
商業
在業務中，聯盟表列出了特定行業內業務活動的領導者，根據不同的標準對公司進行排名數據。
申請
基於某些特定指數的等級方法是政策制定者和國際組織使用的最常見系統之一，以評估國家的社會經濟背景。一些值得注意的例子包括人類發展指數（聯合國），做商業指數（世界銀行），腐敗觀念指數（透明國際）和經濟自由指數（遺產基金會）。例如，世界銀行的做商業指標衡量了190個國家 /地區的商業法規及其執法。根據合成以產生最終排名的十個指標，各國的排名。每個指標由子指示器組成；例如，註冊屬性指標由四個測量員測量時間，程序，成本和質量的子指標組成。這些等級基於分配分數的主觀標準。有時，所採用的參數可能會產生與經驗觀察的差異，因此潛在的偏見和悖論可能會從這些標準的應用中出現。
其他例子
- 在政治上，排名可能集中於對國家經濟，社會，環境和治理績效的比較。政客本身也根據其活動範圍進行了排名。
- 關於信用資格，安全的排名是指該特定安全性將在發行公司（即其在公司資本結構中的資歷）中佔據一席之地。例如，資本票據是次級證券；他們將在最終的高級債務中排名。換句話說，高級債務持有人將在次級債務持有人獲得任何資金之前支付。
- 搜索引擎通過與查詢依賴性和與查詢無關的方法的組合結合使用與用戶查詢的預期相關性對網頁進行排名。與查詢無關的方法試圖測量頁面的估計重要性，而與任何與特定查詢相匹配的程度的考慮無關。與查詢無關的排名通常基於鏈接分析；示例包括點擊算法， Pagerank和Trustrank 。與查詢有關的方法試圖測量頁面與特定查詢匹配的程度，而與頁面的重要性無關。與查詢有關的排名通常基於啟發式方法，該啟發式方法考慮了頁面本身， URL或任何涉及頁面的錨定文本中各種查詢單詞的匹配數量和位置。
- 在Webometrics中，可以根據機構在網絡中的存在（網頁數）和這些內容的影響（例如世界大學的Webometrics排名）對機構進行排名。
- 在視頻遊戲中，可能會給玩家一個排名。 “排名”是相對於其他玩家獲得更高的排名，尤其是不取決於球員技能的策略。
- Trueskill排名系統是Microsoft Research開發的Xbox Live的基於技能的排名系統。
- 書目中排名一段文本中的常見名詞短語。
- 在語言中，與子句中最高等級有關的項目的狀態（通常是通過所謂的“下半國”或“排名轉移”）；例如，在“我想吃你今天做的蛋糕”的句子中，“飲食”位於最高級別，但“ made”被作為名義組的一部分“你今天製作的蛋糕”下降；這個名義群體的舉止好像它是一個名詞（即，我想吃掉它），因此中的動詞（“製造”）的排名與“ eat eat”不同。
- 有時根據影響因素對學術期刊進行排名；給定期刊中引用文章的後來文章的數量。