我找不到我遇到的问题类型，我想知道是否有人知道它涉及的统计类型。我不确定它甚至是一种可以优化的类型。
我想优化三个变量，或者更确切地说是两者的组合。第一个是Likert刻度平均值，另一个是该项目在该刻度尺度上评级的频率，第三个是项目ID。 Likert是[1,2,3,4]
所以：
3.25,200，item1。这意味着item1被评为200次，平均得分为3.25。
我有一堆物品，我想找到价值很高的物品。例如，一个4,1的项目会很糟糕，因为它被评为最高，它只被评为一次。而1,1000也会因为相反的原因而感到沮丧。
有没有办法用简单的启发式进行优化？有人告诉我调查信心乐队，但我不确定这是怎么回事。谢谢！
答案 0 :(得分：1)
基本上，您希望忽略评分低于x的分数，其中x是可以根据数据差异估算的阈值。
我建议估算数据的方差（标准偏差）并在标准误差上设置一个阈值，然后将该误差转换为产生95％置信度所需的最小样本数。见：http://en.wikipedia.org/wiki/Standard_error_(statistics）
例如，如果您的数据的标准偏差为0.5，并且您希望95％确定您的分数在当前估计值的0.1之内，那么您需要（0.5 / 0.1）^ 2 = 25个评级。