1
czfy 172 天前 1
这种问题在量化研究/统计领域很基础,有标准的做法
五级评分:1-5 三级评分:1-3 最终都是实际转化为 0/1 为最低分,100 分为最高分这个量尺上的分数 对比就是结合两个产品得分的平均数、标准差做 t 检验 |
3
Sawyerhou 172 天前 via Android
我想的可能比较简单,直接比较好评率
(a+b+c)/(a+b+c+d+e) (x+y)/(x+y+z) 的大小, 不过这只能反映产品的认可度 票总数一定程度上可以反映流量大小 利润等其他因素没考虑在内 |
4
facebook47 172 天前 via Android
直接把两个好与两个差合起来,然后做比较🐶
|
5
jiaran 172 天前 via iPhone
你的思路和做法是合理的,但有几个需要注意的地方和改进的建议:
### 1. 思路和做法的合理性 你提出的方法是将两个评分系统统一到一个共同的评分尺度上,这样可以进行比较。具体来说,你通过赋分和比例转换的方法,将 N 产品的评分映射到 M 产品的五个维度上。这种方法在理论上是可行的,因为它试图通过线性变换来统一不同的评分体系。 ### 2. 赋分的选择 赋分的选择确实会影响最终的比较结果。不同的赋分方式会导致不同的权重分配,从而影响最终的评分。因此,在选择赋分时,需要考虑以下几点: - **一致性**:确保赋分能够合理反映评分维度的好坏。比如,极好应该比较好高,较好应该比一般高,等等。 - **差异性**:不同赋分方式会影响评分差异的放大或缩小。例如,赋分 5, 4, 3, 2, 1 和 2, 1, 0, -1, -2 会导致不同的评分差异。 ### 3. 建议的改进 为了更客观和准确地比较 M 和 N 产品,建议考虑以下几点: #### 标准化评分 在不同的赋分方式下,可以使用标准化评分的方法,使得评分在同一尺度上进行比较。这可以通过以下步骤实现: 1. **计算平均分和标准差**: 对于 M 产品和 N 产品,分别计算其平均分和标准差。 2. **标准化**: 将每个评分标准化,即减去平均分再除以标准差。这样可以消除不同赋分方式带来的影响。 #### 具体步骤 1. **M 产品的标准化评分**: \[ \text{标准化评分} = \frac{(2a + b - d - 2e) - \mu_M}{\sigma_M} \] 其中 \(\mu_M\) 和 \(\sigma_M\) 分别是 M 产品评分的平均值和标准差。 2. **N 产品的标准化评分**: \[ \text{标准化评分} = \frac{\left(\frac{8}{5}(x - z)\right) - \mu_N}{\sigma_N} \] 其中 \(\mu_N\) 和 \(\sigma_N\) 分别是 N 产品评分的平均值和标准差。 通过这种方法,你可以消除不同赋分方式带来的影响,使得 M 和 N 产品在相同的尺度上进行比较。 ### 结论 1. **你的思路和做法是合理的**,但需要注意赋分方式的选择以及其对结果的影响。 2. **不同的赋分方式会影响比较结果**,因此建议使用标准化评分的方法,消除不同赋分方式带来的影响。 通过上述改进,你可以更客观和准确地比较 M 和 N 产品的优劣。 |