SlideShare a Scribd company logo
1 of 31
Download to read offline
Egyetemi rangsorok vs.
hallgatói preferenciák
Telcs András†*,Kosztyán Zsolt Tibor†, Török Ádám†‡
† Pannon Egyetem, Kvantitatív Módszerek Tanszék,
‡ MTA Kutatócsoport
* BME VIK SZIT
Egyetemi rangsorok
1. Firenze
2. Milánó
3. Gratz
4. Melbourne
5. Poincare Inst.
6. ELTE
7. BME
8. KLTE
9. SZTE
10. Oxford
11. Hong Kong
12. Bécs
13. Kyoto
14. Imperial College London
15. Technion Haifa
16. Cornell
17. Heidelberg
18. Queen Marry London
19. Bonn
20. Bielefeld
21. Sergy Pontoise
22. Kuwait
1 saját feldolgozás
UCQI1 (University Coffee Quality Index)
A bőség zavara
2014.05.14. 3
A magyar kezdetek
szereplői
4Mihályi 2002 Figyelő2014.05.14.
Indexek
Súlyok
…..
1 Nobel díj = 3.275 teniszpálya?
A cél
mesterséges,
önkényes súlyoktól mentes
sorrend kialakítása!
52014.05.14.
Egydimenziós rangsor
kialakítása
2014.05.14. 6
Arrow’s1 impossibility theorem
“Clear order of preferences
cannot be determined while
adhering to mandatory principles
of fair voting procedures.”
>>>
Arrow Wiki
Investopedia
71 Nobel Memorial Prize in Economics2014.05.14.
Preferenciák
1. diák (a,c,b)
2. diák (b,a,c,d,e)
3. diák (a)
4. diák (b,a)
.
n. diák (a,b)
Egyesített rangsor(a,b,c,d,e)
82014.05.14.
Az összesítés hibája
(a,c,b)
(b,a,d,c,e)
(a)
(b,a)
(a,b)
(a,b,c,d,e)
Összes büntetés 4
9
1
2
1
Forrásadatok1
Hallgatói felvételi jelentkezések 2001-
2011-ig.
A fejléc tartalma:
Év
Eljárás (normál, keresztfélév)
Egyedi azonosító
Jelentkezési hely
Intézmény
Kar
Szak
Képzés formája (alap, mester, osztatlan)
Képzés módja (nappali, levelező)
Képzés finanszírozása (állami, költség tér.)
102014.05.14. 1Educatio
Rangsorok készíthetőek
Intézmények szerint
Tudomány terület szerint
Karok szerint
Szakok szerint
….
112014.05.14.
Hiányok kezelése
12
(a,c,b,(b,e))
(b,a,c,d,e)
(a,(b,c,d,e))
(b,a,(c,d,e))
(a,b,(c,d,e))
(a,b,c,d,e)
Azonos helyezes a nem
jelölteknek
2014.05.14.
Apriori feltevés
Gottfried Wilhelm von Leibniz (July 1, 1646 – November 14, 1716)
13
• principle of insufficient reason
• principle of indifference
• Non-informative prior
vagy
a maximális entrópia elve
John Maynard Keynes* (5 June 1883 – 21 April 1946)
Equivalent states of knowledge
should be assigned equivalent
epistemic probabilities.
Edwin Thompson Jaynes (July 5, 1922 – April 30, 1998)
2014.05.14.
Alkalmazott módszerek
Teljes keresés
Egyszerű heurisztikus módszerek
Oszlopösszeg – az egyes hallgatók
jelentkezéseiben számolva hányan előzik meg
Rangösszeg – az egyes hallgatók jelentkezéseiben
kapott rangok
Páros összehasonlításon alapuló
módszerek (LL, Thurstone 1927, P. Saati, Rózsa
Pál, Forgó, Ferenc, Temesi József, Bozóki Sándor, Farkas
András)
Genetikus algoritmusok
142014.05.14.
Bemutatott módszerek
összehasonlítása
15Hiányos rangsorok kezelése
Helyezés
Genetikus
algoritmusok
Páros
összehasonlítás
Oszlopösszeg Rangösszeg
OBJID Intézmény OBJID Intézmény OBJID Intézmény OBJID Intézmény
1 1 BCE 1 BCE 1 BCE 1 BCE
2 3 BME 3 BME 3 BME 3 BME
3 9 SZIE 9 SZIE 9 SZIE 9 SZIE
4 2 BGF 2 BGF 2 BGF 2 BGF
5 4 DE 4 DE 4 DE 4 DE
6 8 SZE 8 SZE 8 SZE 10 SZTE
7 5 ME 5 ME 10 SZTE 8 SZE
8 10 SZTE 10 SZTE 5 ME 7 PTE
9 7 PTE 7 PTE 7 PTE 5 ME
10 6 PE 6 PE 6 PE 6 PE
ℎ 𝐌, 𝐛 =10 100 ℎ 𝐌, 𝐛 =10 100 ℎ 𝐌, 𝐛 =10 105 ℎ 𝐌, 𝐛 =10 175
2014.05.14.
Intézmémyi preferenciák
alakulása
Hallgatói jelentkezéseken alapuló preferencia sorrendek (módszer GA)
2014.05.14. 17
2014.05.14. 18Maslow
2014.05.14.
Diszkrét választás
Daniel McFadden2
logit,
feltételes logit,
rendezett logit,
hiányos rendezett logit.
202 Nobel Memorial Prize in Economics2014.05.14.
Preferencia-sorrendek vs.
kiválóságok
INTÉZMÉNYI
RANGSOR
* Csak az első helyen jelentkezők
1. helyes
jelentkezők
száma
Hallgatói
preferencia-
sorrend
Hallgatói
kiválóság
Oktatói
kiválóság
HVG/Felvi
Rang
1 ELTE ELTE BCE ELTE ELTE
2 DE DE ELTE SZTE SZTE
3 SZTE SZTE SE DE=NYME SE
4 BME PTE BME BCE
5 BCE BCE SZTE SE DE
6 PTE BGF RTF PTE BME
7 BGF SZIE PPKE KRE KRE=PTE
8 SE BME BKF BCE
9 SZIE NYME BGF ME NYME=PPKE
10 NYME ME DE=ZNME DE
11 OE SE BME SZIE
12 ME SZE MOME NYF MOME=PE
Preferencia-sorrendek vs.
kiválóságok
2014.05.14.
2014.05.14. 231Spermann
1. helyes
jelentkezők
száma
Hallgatói
preferencia-
sorrend
Hallgatói
kiválóság
Oktatói
kiválóság
HVG/Felvi
rangsor
1. helyes
jelentkezők
száma 1 0.86013986 -0.06993 0.248252 0.7657343
Hallgatói
preferencia-
sorrend 1 -0.14685 0.743887 0.7350848
Hallgatói
kiválóság
1 0.776251 -0.2832168
Oktatói
kiválóság
1 0.7579804
HVG/Felvi
ransor
1
A rangsorok korrelációja1
Mik a legfontosabb
tényezők?
Gazdaságtudományi Bölcsészettudományi
Budapesttel
0 20 40
(Kistérség) GDP/fő
(Intézmény)
Foglalkoztatási ráta
(Intézmény) GDP/fő
Közelség
Oktatatói kiválóság
(reciprok)
Hatás erőssége (normált adatok)
(%)
0 20 40 60
(Intézmény)
Foglalkoztatási ráta
(Intézmény) GDP/fő
(Kistérség) GDP/fő
Közelség
Oktatatói kiválóság
(reciprok)
Hatás erőssége (normált adatok)
(%)
Oktatói kiválóság
Távolság
(küldő kistérség)
GDP/fő
(fogadó hely)
GDP/fő
(fogadó hely)
Foglalkoztatás
Oktatói kiválóság
Távolság
(fogadó hely)
GDP/fő
(fogadó hely)
Foglalkoztatás
(küldő kistérség)
GDP/fő
2014.05.14.
Budapest nélkül
0 20 40 60
(Kistérség) GDP/fő
(Kistérség)
Foglalkoztatási ráta
(Intézmény) GDP/fő
(Intézmény)
Foglalkoztatási ráta
Oktatatói kiválóság
(reciprok)
Közelség
Hatás erőssége (normált adatok)
(%)
0 20 40 60
(Intézmény) GDP/fő
(Intézmény)
Foglalkoztatási ráta
(Kistérség)
Foglalkoztatási ráta
(Kistérség) GDP/fő
Oktatatói kiválóság
(reciprok)
Közelség
Hatás erőssége(normált adatok)
(%)
Budapestnélkül
Budapest nélkül
Gazdaságtudományi szakok Bölcsészettudományi szakok
Távolság*
Oktatói kiválóság*
(küldő kistérség)
GDP/fő
(fogadó hely)
Foglalkoztatás
(fogadó hely)
GDP/fő
(küldő kistérség)
Foglalkoztatás
0 20 40 60
(Intézmény)
Foglalkoztatási ráta
(Intézmény) GDP/fő
(Kistérség) GDP/fő
Közelség
Oktatatói kiválóság
(reciprok)
Hatás erőssége (normált adatok)
(%)
Oktatói kiválóság*
Távolság*
(küldő kistérség)
GDP/fő
(fogadó hely)
GDP/fő
(fogadó hely)
Foglalkoztatás
Budapesttel
Távolság*
Oktatói kiválóság*
(fogadó hely)
Foglalkoztatás
(küldő kistérség)
Foglalkoztatás
(küldő kistérség)
GDP/fő
(fogadó hely)
GDP/fő
0 20 40 60
(Kistérség) GDP/fő
(Intézmény)
Foglalkoztatási ráta
(Intézmény) GDP/fő
Közelség
Oktatatói kiválóság
(reciprok)
Hatás erőssége (normált adatok)
(%)
Oktatói kiválóság*
Távolság*
(fogadó hely)
GDP/fő
(fogadó hely)
Foglalkoztatás
(küldő kistérség)
GDP/fő
Budapesttel
* Pozitív érték a kedvező
További tervek, ötletek,
kutatási irányok
Preferenciák vizsgálata
A végeredményül kapott rangsor
hogyan korrelál más módon
meghatározott rangsorokkal? Mi
az eltérés, egyezés oka?
Az időbeli fejlődések elemzése
262014.05.14.
Köszönjük a figyelmet!
Gráfreprezentáció
A hiányos preferencia lista kiegészítése
Legyen pl. 4 lehetséges szak.
A hallgató jelentkezési sorrendje: a2:={1,2}.
28Hiányos rangsorok kezelése
1 2
3
4
ID 1 2 3 4
1 -- 1
2 --
3 --
4 --
S 0 1 0 0
ID 1 2 3 4
1 -- 1 1 1
2 -- 1 1
3 -- .5
4 .5 --
S 0 1 2.5 2.5
MM
2014.05.14.
Bemutatott módszerek
értékelése I
2014.05.14. 29Hiányos rangsorok kezelése
Módszer h(M’,b) h(M,b) Optimális
megoldás?
Miért?
Oszlopösszeg 10 105 453 Nem Nem teljes rangsor.
Rangösszeg 10 175 451 Nem
Páros össze-
hasonlítás
(M’)
10 100 454 Nem Nem teljes rangsor.
Páros össze-
hasonlítás
(M)
13 580 418 Sok hiányzó páros összehasonlítás
miatt a relatív gyakoriságok jelentősen
eltérnek a gyakorisági tábláktól.
Genetikus
(M’)
10 100 454 Talán Az optimális megoldás megtalálása
nem garantálható!
Genetikus
(M)
12 994 411
Naiv (M’) 10 100 454 Igen Az összes megoldást megvizsgáljuk
Naiv (M) 12 994 411
Ha mindenki előbbre helyezi X-t mint Y-
t, akkor az egyesített preferencia
listában X meg kell hogy előzze Y-t.
Ha az individuális preferencia
sorrendeket változtatjuk, de mindben
változatlan X és Y viszonya, akkor az
egyesített preferencia listában sem
változhat a sorrendjuk.
Nincs diktátor,azaz a végso preferenciát
meghatározó egyén.
<<<
302014.05.14.
Arrow’s impossibility
In social choice theory, Arrow’s impossibility
theorem, the General Possibility Theorem,
or Arrow’s paradox, states that, when voters
have three or more distinct alternatives
(options), no rank order voting system can
convert the ranked preferences of individuals
into a community-wide (complete and transitive)
ranking while also meeting a specific set of
criteria. These criteria are called
unrestricted domain,
non-dictatorship,
Pareto efficiency, and
independence of irrelevant alternatives.
2014.05.14. 31
<<<

More Related Content

Viewers also liked (7)

#MobileInAction - iRecruitExpo June 2013, Amsterdam
#MobileInAction - iRecruitExpo June 2013, Amsterdam#MobileInAction - iRecruitExpo June 2013, Amsterdam
#MobileInAction - iRecruitExpo June 2013, Amsterdam
 
Scale musica per la salute
Scale musica per la saluteScale musica per la salute
Scale musica per la salute
 
HSCIC's Professor Martin Severs previewing the HSCIC's forthcoming 'New Code ...
HSCIC's Professor Martin Severs previewing the HSCIC's forthcoming 'New Code ...HSCIC's Professor Martin Severs previewing the HSCIC's forthcoming 'New Code ...
HSCIC's Professor Martin Severs previewing the HSCIC's forthcoming 'New Code ...
 
Focus on the health and care of young people
Focus on the health and care of young people Focus on the health and care of young people
Focus on the health and care of young people
 
Julie Henderson and Shaun Rowark (NICE): Commissioning in Healthcare show (Ci...
Julie Henderson and Shaun Rowark (NICE): Commissioning in Healthcare show (Ci...Julie Henderson and Shaun Rowark (NICE): Commissioning in Healthcare show (Ci...
Julie Henderson and Shaun Rowark (NICE): Commissioning in Healthcare show (Ci...
 
Sunambaw.cominternetmarketingtips
Sunambaw.cominternetmarketingtipsSunambaw.cominternetmarketingtips
Sunambaw.cominternetmarketingtips
 
Hscic data quality_data_standards_workshop_manchester_2016
Hscic data quality_data_standards_workshop_manchester_2016Hscic data quality_data_standards_workshop_manchester_2016
Hscic data quality_data_standards_workshop_manchester_2016
 

Telcs András Egyetemi rangsorok versus preferenciák

  • 1. Egyetemi rangsorok vs. hallgatói preferenciák Telcs András†*,Kosztyán Zsolt Tibor†, Török Ádám†‡ † Pannon Egyetem, Kvantitatív Módszerek Tanszék, ‡ MTA Kutatócsoport * BME VIK SZIT
  • 2. Egyetemi rangsorok 1. Firenze 2. Milánó 3. Gratz 4. Melbourne 5. Poincare Inst. 6. ELTE 7. BME 8. KLTE 9. SZTE 10. Oxford 11. Hong Kong 12. Bécs 13. Kyoto 14. Imperial College London 15. Technion Haifa 16. Cornell 17. Heidelberg 18. Queen Marry London 19. Bonn 20. Bielefeld 21. Sergy Pontoise 22. Kuwait 1 saját feldolgozás UCQI1 (University Coffee Quality Index)
  • 4. A magyar kezdetek szereplői 4Mihályi 2002 Figyelő2014.05.14.
  • 5. Indexek Súlyok ….. 1 Nobel díj = 3.275 teniszpálya? A cél mesterséges, önkényes súlyoktól mentes sorrend kialakítása! 52014.05.14.
  • 7. Arrow’s1 impossibility theorem “Clear order of preferences cannot be determined while adhering to mandatory principles of fair voting procedures.” >>> Arrow Wiki Investopedia 71 Nobel Memorial Prize in Economics2014.05.14.
  • 8. Preferenciák 1. diák (a,c,b) 2. diák (b,a,c,d,e) 3. diák (a) 4. diák (b,a) . n. diák (a,b) Egyesített rangsor(a,b,c,d,e) 82014.05.14.
  • 10. Forrásadatok1 Hallgatói felvételi jelentkezések 2001- 2011-ig. A fejléc tartalma: Év Eljárás (normál, keresztfélév) Egyedi azonosító Jelentkezési hely Intézmény Kar Szak Képzés formája (alap, mester, osztatlan) Képzés módja (nappali, levelező) Képzés finanszírozása (állami, költség tér.) 102014.05.14. 1Educatio
  • 11. Rangsorok készíthetőek Intézmények szerint Tudomány terület szerint Karok szerint Szakok szerint …. 112014.05.14.
  • 13. Apriori feltevés Gottfried Wilhelm von Leibniz (July 1, 1646 – November 14, 1716) 13 • principle of insufficient reason • principle of indifference • Non-informative prior vagy a maximális entrópia elve John Maynard Keynes* (5 June 1883 – 21 April 1946) Equivalent states of knowledge should be assigned equivalent epistemic probabilities. Edwin Thompson Jaynes (July 5, 1922 – April 30, 1998) 2014.05.14.
  • 14. Alkalmazott módszerek Teljes keresés Egyszerű heurisztikus módszerek Oszlopösszeg – az egyes hallgatók jelentkezéseiben számolva hányan előzik meg Rangösszeg – az egyes hallgatók jelentkezéseiben kapott rangok Páros összehasonlításon alapuló módszerek (LL, Thurstone 1927, P. Saati, Rózsa Pál, Forgó, Ferenc, Temesi József, Bozóki Sándor, Farkas András) Genetikus algoritmusok 142014.05.14.
  • 15. Bemutatott módszerek összehasonlítása 15Hiányos rangsorok kezelése Helyezés Genetikus algoritmusok Páros összehasonlítás Oszlopösszeg Rangösszeg OBJID Intézmény OBJID Intézmény OBJID Intézmény OBJID Intézmény 1 1 BCE 1 BCE 1 BCE 1 BCE 2 3 BME 3 BME 3 BME 3 BME 3 9 SZIE 9 SZIE 9 SZIE 9 SZIE 4 2 BGF 2 BGF 2 BGF 2 BGF 5 4 DE 4 DE 4 DE 4 DE 6 8 SZE 8 SZE 8 SZE 10 SZTE 7 5 ME 5 ME 10 SZTE 8 SZE 8 10 SZTE 10 SZTE 5 ME 7 PTE 9 7 PTE 7 PTE 7 PTE 5 ME 10 6 PE 6 PE 6 PE 6 PE ℎ 𝐌, 𝐛 =10 100 ℎ 𝐌, 𝐛 =10 100 ℎ 𝐌, 𝐛 =10 105 ℎ 𝐌, 𝐛 =10 175 2014.05.14.
  • 16. Intézmémyi preferenciák alakulása Hallgatói jelentkezéseken alapuló preferencia sorrendek (módszer GA)
  • 20. Diszkrét választás Daniel McFadden2 logit, feltételes logit, rendezett logit, hiányos rendezett logit. 202 Nobel Memorial Prize in Economics2014.05.14.
  • 22. 1. helyes jelentkezők száma Hallgatói preferencia- sorrend Hallgatói kiválóság Oktatói kiválóság HVG/Felvi Rang 1 ELTE ELTE BCE ELTE ELTE 2 DE DE ELTE SZTE SZTE 3 SZTE SZTE SE DE=NYME SE 4 BME PTE BME BCE 5 BCE BCE SZTE SE DE 6 PTE BGF RTF PTE BME 7 BGF SZIE PPKE KRE KRE=PTE 8 SE BME BKF BCE 9 SZIE NYME BGF ME NYME=PPKE 10 NYME ME DE=ZNME DE 11 OE SE BME SZIE 12 ME SZE MOME NYF MOME=PE Preferencia-sorrendek vs. kiválóságok 2014.05.14.
  • 23. 2014.05.14. 231Spermann 1. helyes jelentkezők száma Hallgatói preferencia- sorrend Hallgatói kiválóság Oktatói kiválóság HVG/Felvi rangsor 1. helyes jelentkezők száma 1 0.86013986 -0.06993 0.248252 0.7657343 Hallgatói preferencia- sorrend 1 -0.14685 0.743887 0.7350848 Hallgatói kiválóság 1 0.776251 -0.2832168 Oktatói kiválóság 1 0.7579804 HVG/Felvi ransor 1 A rangsorok korrelációja1
  • 24. Mik a legfontosabb tényezők? Gazdaságtudományi Bölcsészettudományi Budapesttel 0 20 40 (Kistérség) GDP/fő (Intézmény) Foglalkoztatási ráta (Intézmény) GDP/fő Közelség Oktatatói kiválóság (reciprok) Hatás erőssége (normált adatok) (%) 0 20 40 60 (Intézmény) Foglalkoztatási ráta (Intézmény) GDP/fő (Kistérség) GDP/fő Közelség Oktatatói kiválóság (reciprok) Hatás erőssége (normált adatok) (%) Oktatói kiválóság Távolság (küldő kistérség) GDP/fő (fogadó hely) GDP/fő (fogadó hely) Foglalkoztatás Oktatói kiválóság Távolság (fogadó hely) GDP/fő (fogadó hely) Foglalkoztatás (küldő kistérség) GDP/fő 2014.05.14.
  • 25. Budapest nélkül 0 20 40 60 (Kistérség) GDP/fő (Kistérség) Foglalkoztatási ráta (Intézmény) GDP/fő (Intézmény) Foglalkoztatási ráta Oktatatói kiválóság (reciprok) Közelség Hatás erőssége (normált adatok) (%) 0 20 40 60 (Intézmény) GDP/fő (Intézmény) Foglalkoztatási ráta (Kistérség) Foglalkoztatási ráta (Kistérség) GDP/fő Oktatatói kiválóság (reciprok) Közelség Hatás erőssége(normált adatok) (%) Budapestnélkül Budapest nélkül Gazdaságtudományi szakok Bölcsészettudományi szakok Távolság* Oktatói kiválóság* (küldő kistérség) GDP/fő (fogadó hely) Foglalkoztatás (fogadó hely) GDP/fő (küldő kistérség) Foglalkoztatás 0 20 40 60 (Intézmény) Foglalkoztatási ráta (Intézmény) GDP/fő (Kistérség) GDP/fő Közelség Oktatatói kiválóság (reciprok) Hatás erőssége (normált adatok) (%) Oktatói kiválóság* Távolság* (küldő kistérség) GDP/fő (fogadó hely) GDP/fő (fogadó hely) Foglalkoztatás Budapesttel Távolság* Oktatói kiválóság* (fogadó hely) Foglalkoztatás (küldő kistérség) Foglalkoztatás (küldő kistérség) GDP/fő (fogadó hely) GDP/fő 0 20 40 60 (Kistérség) GDP/fő (Intézmény) Foglalkoztatási ráta (Intézmény) GDP/fő Közelség Oktatatói kiválóság (reciprok) Hatás erőssége (normált adatok) (%) Oktatói kiválóság* Távolság* (fogadó hely) GDP/fő (fogadó hely) Foglalkoztatás (küldő kistérség) GDP/fő Budapesttel * Pozitív érték a kedvező
  • 26. További tervek, ötletek, kutatási irányok Preferenciák vizsgálata A végeredményül kapott rangsor hogyan korrelál más módon meghatározott rangsorokkal? Mi az eltérés, egyezés oka? Az időbeli fejlődések elemzése 262014.05.14.
  • 28. Gráfreprezentáció A hiányos preferencia lista kiegészítése Legyen pl. 4 lehetséges szak. A hallgató jelentkezési sorrendje: a2:={1,2}. 28Hiányos rangsorok kezelése 1 2 3 4 ID 1 2 3 4 1 -- 1 2 -- 3 -- 4 -- S 0 1 0 0 ID 1 2 3 4 1 -- 1 1 1 2 -- 1 1 3 -- .5 4 .5 -- S 0 1 2.5 2.5 MM 2014.05.14.
  • 29. Bemutatott módszerek értékelése I 2014.05.14. 29Hiányos rangsorok kezelése Módszer h(M’,b) h(M,b) Optimális megoldás? Miért? Oszlopösszeg 10 105 453 Nem Nem teljes rangsor. Rangösszeg 10 175 451 Nem Páros össze- hasonlítás (M’) 10 100 454 Nem Nem teljes rangsor. Páros össze- hasonlítás (M) 13 580 418 Sok hiányzó páros összehasonlítás miatt a relatív gyakoriságok jelentősen eltérnek a gyakorisági tábláktól. Genetikus (M’) 10 100 454 Talán Az optimális megoldás megtalálása nem garantálható! Genetikus (M) 12 994 411 Naiv (M’) 10 100 454 Igen Az összes megoldást megvizsgáljuk Naiv (M) 12 994 411
  • 30. Ha mindenki előbbre helyezi X-t mint Y- t, akkor az egyesített preferencia listában X meg kell hogy előzze Y-t. Ha az individuális preferencia sorrendeket változtatjuk, de mindben változatlan X és Y viszonya, akkor az egyesített preferencia listában sem változhat a sorrendjuk. Nincs diktátor,azaz a végso preferenciát meghatározó egyén. <<< 302014.05.14.
  • 31. Arrow’s impossibility In social choice theory, Arrow’s impossibility theorem, the General Possibility Theorem, or Arrow’s paradox, states that, when voters have three or more distinct alternatives (options), no rank order voting system can convert the ranked preferences of individuals into a community-wide (complete and transitive) ranking while also meeting a specific set of criteria. These criteria are called unrestricted domain, non-dictatorship, Pareto efficiency, and independence of irrelevant alternatives. 2014.05.14. 31 <<<