给出两个变量确定最佳结果

Question

我正在寻找一种方法来衡量我的结果，以获得“最佳”评分最高的结果。

我有一个包含评级（0-5），提及和名称的表格。

即

RATING   MENTIONS    NAME
2.5      15          Bob
4.4      14          Susan
1        60          John
5        2           Steve

提及和评级都很重要，因此仅按评级排序将无法获得所需的结果。

这个例子;虽然史蒂夫评分最高，但他很少提及，所以我不太自信他是“最好”评分最高的人。苏珊有几次提及和高评价所以她应该超越史蒂夫。约翰的评分非常低，但很多提及，如果他提到了大量的提及，他应该只会超过任何其他人。

理想的结果将类似于

RATING   MENTIONS    NAME
4.4      14          Susan
5        2           Steve
2.5      15          Bob
1        60          John

感谢帮助！

Answer 1

最简单的方法是

RATING * RATING * Mentions

这将提供以下内容：

RATING   MENTIONS    NAME      SCORE
2.5      15          Bob       93.75
4.4      14          Susan     271.04
1        60          John      60
5        2           Steve     50

这是一种非常简单的“权衡”评级值的方法。

显然你可以走得更复杂，但我认为上面的内容已经足够了，而且查询很简单，所以如果你喜欢这种方法，我会让你自己尝试解决这个问题！

显然你可以添加另一个RATING，如果你想要很高的评级或者将它乘以一个固定的数量 - 但是平方/ POWER是关键（你可以尝试RATING ^ 2.5）（^是POWER）

Answer 2

当我遇到这个问题时，我经常采用将评级降低一个标准误的方法。标准错误的公式为：

standard deviation for the group / sqrt(group size)

如果您有每组的标准差，我会使用以下方式订购：

order by (case when mentions > 1 then stdev / sqrt(mentions) end)

这并不像埃文米勒的建议那样“惩罚”（Juergen指出）。这基本上使置信区间更像是60％而不是95％。不可否认，我的偏好有点经验（基于经验）。但是，多重比较存在问题，您无需估计确切的置信区间 - 您只需知道它们的相对顺序。

您可以使用函数stdev()计算标准偏差。

Answer 3

嗯，我的统计数据并不是很好，但是根据你的预期结果，我相信你需要找到每个属性的重要性。哪一个比另一个更重要，我想你可以使用下面的等式：

values = weight * RATING + (1-weight) * MENTIONS

你可以玩重量值，直到你得到你想要的东西..对我来说0.8种有意义..

RATING   MENTIONS    NAME      SCORE
4.4      14          Susan     6.32
2.5      15          Bob       5
5        2           Steve     4.4
1        60          John      2