【统计问题】如何判断一个数据分布是否正常？(i.e.评分是否有刷分)
#2 - 2016-5-2 00:03
Thunder(noblesse oblige)
对于情怀份量比较大的优秀作品，出现这种情况并不奇怪，10分（真爱）8分（客观上好评，但并不厨）总会比9分多一些
比如http://bgm.tv/subject/750、http://bgm.tv/subject/1270（水星领航员系列）
比如http://bgm.tv/subject/750、http://bgm.tv/subject/1270（水星领航员系列）
#3 - 2016-5-2 00:16
Thunder(noblesse oblige)
评分刷分一般看1分吧，因为多数作品刷10分效果远不如给其他作品刷一遍1分……不过很多排名前100的作品都被刷过1分
均衡才是真理
如果遇上刷分的，还是冷门作品吃亏人工抓刷分也抓不完，不知道什么时候bgm能去掉极端值再算分
均衡才是真理如果遇上刷分的，还是冷门作品吃亏
人工抓刷分也抓不完，不知道什么时候bgm能去掉极端值再算分#5 - 2016-5-2 12:03
野生的蔬菜汁君(喵星人派來的間諜)
1楼也不完全适用，翻下前20基本有两类，一种是10>9>8的那么一条往下走的曲线，然后还有一类是9分最多，10和8相近的。
仔细想了下，要单纯从评分的结果中判断是否分布不“正常”是挺困难的。。。关键是你很难从distribution的角度定义什么是“正常”。
真的要判断是否刷分，感觉要从user的角度，先有一个被认定是刷分号的data set，提炼出这类user的特征，然后就可以做判定了。。（类似于微博判定僵尸号的做法
（这个问题很有意思，适合做个research课题
。仔细想了下，要单纯从评分的结果中判断是否分布不“正常”是挺困难的。。。关键是你很难从distribution的角度定义什么是“正常”。
真的要判断是否刷分，感觉要从user的角度，先有一个被认定是刷分号的data set，提炼出这类user的特征，然后就可以做判定了。。（类似于微博判定僵尸号的做法
（这个问题很有意思，适合做个research课题
#9 - 2016-5-3 02:49
Kane(この勝利を、近所のおばさんに捧げる！)
正太假设可能太强了，要我的话更愿意接受诸如“大部分片子分布‘正常’”这样的假设，然后把问题reduce到anomaly detection
#11 - 2016-5-3 03:23
ζ*'ヮ')ζ 讀者諸孃へ(愛讀者諸孃は御賛成下さいまし)
首先，没有任何理由支持正常的评分分布应当是正态分布；其次，bangumi的评分也不可能是正态分布，就算除开评分是离散的这点不论，那也最多是一个winsorized normal distribution（顺便，winsorize这个词中文译法对我来说一直是个谜……）
#11-2 - 2016-5-3 11:37
ζ*'ヮ')ζ 讀者諸孃へ要说推书，我还真的是没法推，因为自己本科就是学这个的，现在做的事情也离不开统计，所以真的是不清楚有哪本书可以一下子就能涵盖方方面面的。不过楼主提到的ks检验和卡方检验，说来其实都是非参数的方法啦，我一直觉得非参数统计本来就是统计学里最直观最富有趣味性的一类了，如果楼主有些基本的统计学基础，也许可以去找一本应用非参数统计的书来看看？我记得我当年的课外读物是这本：
https://book.douban.com/subject/26195029/
之所以说是课外读物是因为老师上课时根本不会讲这么浅的东西，全是大套的深奥理论……
VMT 说: 能推荐一下要看哪些书吗？
https://book.douban.com/subject/26195029/
之所以说是课外读物是因为老师上课时根本不会讲这么浅的东西，全是大套的深奥理论……
銀魂°