더 복잡한 색인이 필요합니까?

Question

이 사이트에 대해 적절한 질문이 아닌 경우 유감스럽게 생각하며 필요한 경우이 질문을 닫습니다. 내가 계층 구조를 만들 수있는 더 복잡한 인덱스를 찾기 위해 노력하고있어

:하지만 어쩌면 누군가가 나에게 ideea의를 줄 수 있습니다. 예를 들어 6 = 83 %에서

표 5, 600 = 83 %에서

500 표; 600

10 표 = 1.66 %는

나는 %로 계층 구조를 만들 경우, 먼저 두 사람은 같은 장소에있을 것입니다,하지만 난 83 % (600)에서이 첫 번째보다 더 가치 있다고 생각합니다.

나는 3 번째 케이스 (10 표)가 첫 번째 경우 (5 표) 앞에 놓이기 때문에 공정하지 않다. 3 번째 경우에는 1.66 만있다. %

아마 누군가가 나에게 어떻게 두 번째 경우에 더 많은 가중치를 부여하는 ideea의를 제공하지만 같은 시간에 새로운 항목이 공정한 기회를 가질 수 있도록 할 수 있습니다.

Answer 1

이것은 베이지안 솔루션을 호출하는 표준 문제입니다. 관찰에 대한 투표의 비율에 대한 사후 평균에 관심이 있습니다.

가장 간단한 방법은 Binomial 분포에서 오는 투표 수를 모델링하고 매개 변수 alpha 및 beta로 공액 Beta을 먼저 지정하는 것입니다. 이것은 사후 평균 = (votes + alpha)/(n + alpha + beta)로 이어진다. 평범한 평균에 비해 평균이 더 커지면 알파와 베타가 얼마나 큰지 알 수 있습니다.

더 좋은 방법은 데이터의 계층 적 모델과 추정 알파와 베타를 설정하는 것입니다. 일치하는 순간은 베이지안이 완전히 아니더라도 잘 작동합니다. 이 문제는 Gelman et al.의 쥐 예와 같은 형태이다. (2003); Bolstad (2004)는 또한 Binomial 모델에 대한 장을 가지고있다. here, here 및 here을 참조하십시오.

Answer 2

는 비율을 비교하고 동일 (또는 동등에 가까운) 때, 투표 수를 비교하여 무승부를 해결.