大学排名具有统计意义吗？ 中国大学与美国大学的比较-研究论文

目的：我们解决差异在大学排名中是否具有统计显着性的问题。 我们提出了衡量不同大学之间统计显着性的方法，并通过实证数据说明了结果。 设计/方法/方法：基于 z 检验和重叠置信区间，并使用 2020 年莱顿排名中包含的 205 所中国大学的数据，我们认为可以区分出中国研究型大学的三个主要群体。 结果：当将 205 所中国大学的样本与 2020 年莱顿大学排名中的 197 所美国大学合并时，结果同样显示出三个主要群体：高、中、低。 使用这些数据（Leiden Rankings 和 Web-of-Science），中国大学的 z-score 明显低于美国大学，尽管有一些重叠。 研究局限性：我们凭经验表明排名的差异可能是由于变化造成的在数据、模型或对数据的建模影响中。 当我们使用不同的方法时，科学计量分组并不总是稳定的。 研发政策影响：可以检验大学之间的差异的统计显着性。 统计数据将排名中的小数值相对化。 人们可以在政策辩论中采用低/中/高的方案，并将个别大学的更细粒度的排名留给运营管理和当地环境。