威尔逊置信区间排序

一、正态分布 标准正态分布 标准正态分布就是均值为0，标准差为1的分布，如下图 一般正态分布 一般正态分布n，假设其均值是 μ，标准差为σ ，即服从 n~N(μ,σ) 经过变换可以转换成标准正态分布：另X = (N - μ)/ σ，则X就是服从标准的正态分布了X~N(0,1) 二、置信区间 上图中的面积就是标准正态分布的概率，而置信区间就是变量的区间估计，例如图中的-1到1就是一个置信......

一、正态分布 标准正态分布 标准正态分布就是均值为0，标准差为1的分布，如下图 一般正态分布 一般正态分布n，假设其均值是 μ，标准差为σ ，即服从 n~N(μ,σ) 经过变换可以转换成标准正态分布：另X = (N - μ)/ σ，则X就是服从标准的正态分布了X~N(0,1) 二、置信区间 上图中的面积就是标准正态分布的概率，而置信区间就是变量的区间估计，例如图中的-1到1就是一个置信区间：...

此算法的基础是以用户对某种抉择的二项性为基础，每条可记录的数据都是“0-1”的独立事件，符合泊松分布，于是该类数据很容易归类于二项分布里。二项分布计算置信区间有多种计算公式，最常见的是“正太区间”（Normal approximation interval），但它只适用于样本较多的情况（np > 5 且 n(1 − p) > 5），对于小样本，它的准确性很差。Wilson算法正是解决了...

最近在做分类任务，有300+个类别，想要算出来每个类别的准确度，但由于数据中每个类别出现的次数不同，因此不能直接比较acc，由此引入了威尔逊区间。

威尔逊排序算法在实际运用中，使用的比较多，目前像贴吧、知乎的评论等排序等都用到此算法，自己在实践中用的比较多的地方就是对酒店排序，下面就介绍本公众号的第一篇文章！威尔逊区间迄今为止，这个系列都在讨论，如何给出"某个时段"的排名，比如"过去24小时最热门的文章但是，很多场合需要的是"所有时段"的排名，比如"最受用户好评的产品"。这时，时间因素就不需要考虑了。这个系列的最后两篇，就研究不考虑时间因素的...

对于召回的一些数据如何给这些数据来排名，然后根据这个排名来显示数据，这就需要使用“威尔逊区间”了。 首先我们讨论的情况是每个项目只有两种选择，且项目之间是相互独立的，就是项目符合“二项分布”的。 如[1]中所举的例子中可以看出，无论得分情况为得分 = 赞成票 – 反对票还是得分 = 赞成票 ／ 全部票都会出现错误的情况。 有一种计算得分的策略是，通过某事件发生的概率的最低置信区间来对项目进行排序。...

最近在研究用户对不同类型的视频喜好的排序，故用到了威尔逊得分进行排序，对这个方法做个笔记，加深印象和理解。威尔逊得分方法主要综合考虑总数量和喜欢类型的比例p,而不是单独情况考虑（如下）： 示例：喜剧视频在10次观看中，6次被喜欢，4次不被喜欢；运动类视频在1000次观看中，550次被喜欢，450次不被喜欢 问题：喜剧类视频和运动类视频哪个更受欢迎？ 第一种得分方法：得...

修正小样本准确性 中文参考：知乎排名算法——威尔逊置信区间 – Hongze ZHAO http://typename.net/statistics/wilson-confidence-interval/ 英文参考（待翻译）：http://www.evanmiller.org/how-not-to-sort-by-average-rating.html ...

1927年，美国数学家 Edwin Bidwell Wilson提出了一个修正公式，被称为"威尔逊区间",地解决了小样本的准确性问题。 在上面的公式中，表示样本的"赞成票比例"，n表示样本的大小，表示对应某个置信水平的z统计量，这是一个常数，可以通过查表或统计软件包得到。一般情况下，在95%的置信水平下，z统计量的值为1.96。 威尔逊置信区间的均值为 它的下限值为 可以看到，...

我推荐一种之前在惠普做过一种排序方法：威尔逊区间法 我们先做如下设定： （1）每个用户的打分都是独立事件。 （2）用户只有两个选择，要么投喜欢'1'，要么投不喜欢'0'。 （3）如果总人数为n，其中喜欢的为k，那么喜欢的比例p就等于k/n。 这是一种统计分布，叫做"二项分布"（binomial distribution） 理论上讲，p越大应该

迄今为止，这个系列都在讨论，如何给出"某个时段"的排名，比如"过去24小时最热门的文章但是，很多场合需要的是"所有时段"的排名，比如"最受用户好评的产品"。这时，时间因素就不需要考虑了。这个系列的最后两篇，就研究不考虑时间因素的情况下，如何给出排名。一种常见的错误算法是：[得分 = 赞成票 - 反对票假定有两个项目，项目A是60张赞成票，40张反对票，项目B是550张赞成票，450张反对票。请问，...

由于正态区间对于小样本并不可靠，因而，1927年，美国数学家 Edwin Bidwell Wilson提出了一个修正公式，被称为“威尔逊区间”，很好地解决了小样本的准确性问题。根据离散型随机变量的均值和方差定义：μ=E(X)=0*(1-p)+1*p=pσ=D(X)=(0-E(X))2(1-p)+(1-E(X))2p=p2(1-p)+(1-p)2p=p2-p3+p3-2p2+p=p-p2=p(1-p...

在曝光很少的情况下，计算出的CTR并不真实可靠，而样本数越大，CTR的比例才越准确，更能反应真实情况。为了衡量样本数对于CTR信区间的影响，我们引入"威尔逊（Wilson）区间"的概念。Wilson区间的含义就是，就是指在一定置信度下，真实的CTR范围是多少。

迄今为止，这个系列都在讨论，如何给出"某个时段"的排名，比如"过去24小时最热门的文章"。但是，很多场合需要的是"所有时段"的排名，比如"最受用户好评的产品"。这时，时间因素就不需要考虑了。这个系列的最后两篇，就研究不考虑时间因素的情况下，如何给出排名

1.背景介绍 置信区间(Confidence Interval，CI)是一种统计学概念，用于估计一个数据集中的一个参数的范围。它是一种区间估计，通常用于估计一个总体的参数值。置信区间可以帮助我们了解一个数据集的可变性，并在有限的样本数据中对总体参数进行估计。 置信区间的概念可以追溯到18世纪的数学家和统计学家，如卡兹曼(Carl Friedrich Gauss)和拉姆扎尔(Adrien Mar...

很多医学生及医生经常会对诊断实验进行评价，评价诊断试验的常用指标及计算方法都比较容易掌握，但是少有人知道其相应的95%的置信区间的计算方法。我们简单的回顾一下，诊断试验评价的基本方法是用所谓的“金标准”，确诊区分患者和非患者，再应用待评价的方法测定这些研究对象，然后比较两种方法的一致性。 预测值 阳性 阴性 实际值 患者 a b 非患者 c d 公式法 评价诊断试验的常用指标主要有灵敏度、特异度、一致率、Youden指数

简单阐述一下自己的学习计划： 【每周一篇】更侧重于理论，希望尽量能够形成一个体系或者完整的脉络 当然，也不排除因为业务或者紧急需求，突然跳到某个领域的可能~ 【每周代码】更侧重于代码实践，可能是fork一个优秀项目，分析核心代码和算法思路，也可能是自己实现一个小项目demo（如果是这个的话，可能会持续好几周都是同一个算法了hhhh） 因为具体工作的空闲时间不定，所以不能保证每周都能更新【一篇】和【...

在第一篇[打分系统漫谈1 - 时间衰减]我们聊了两种相对简单的打分算法Hacker News和Reddit Hot Formula，也提出了几个这两种算法可能存在的问题，这一篇我们就其中的两一个问题进一步讨论：让我们从上一篇我们提到的Reddit Hot Formula来说起，抛开文章质量的惩罚项，只考虑点赞拍砖的低配版打分公式是[ score = sign(U-D)* log_{10}{|U-D|} + seconds/4500 ]Evan从经济学期望效用这个新颖的角度试图对上述公式进行复现，几个基本假设