使用 Z 分数查找趋势、热门话题

Question

我正在开发一个系统来根据 Z 分数（标准分数）http://en.wikipedia.org/wiki/Standard_score 查找热门话题。

我遇到了一个问题：

例如：我有 2 个主题：

• 主题1：

  +第 1 天：10 次互动

  +第 2 天：20 次互动

  +第 3 天：20 次互动

  +第 4 天：20 次互动

• 主题 2：

  +第 1 天：100 次互动

  +第 2 天：200 次互动

  +第 3 天：200 次互动

  +第 4 天：200 次互动

我使用 Z-score 计算第 4 天 2 个主题的得分 z，问题显示在这里：

如果我为每个主题划分 2 个数据交互，则 2 个主题的 z-score 几乎相同（0,66）（我的意思是我对主题 1 使用 10,20,20,20 交互，对主题 2 使用 100,200,200,200 交互）

但我很困惑，这是正确的 Z 分数工作方式，否则我必须包含所有数据交互来计算

Answer 1

如果您将一个主题的所有分数相乘以得到另一个主题的分数（在您的情况下，主题 2 的分数都是主题 1 分数的 10 倍），那么您计算的第 4 天的 z 分数将是相同的两个主题。无论如何，如果您想分别考虑每个主题以找到一个主题的重要“热门”日子，那么学生的 t 分布http://en.wikipedia.org/wiki/Student%27s_t-distribution 是比简单的 z 分数更好的方法，因为 t 分布在根据样本数量正确估计标准偏差。