Math Likert秩排序优化启发式可能吗？

我找不到我的问题类型，我想知道是否有人知道它涉及的统计类型。我不确定它是否是一种可以优化的类型

我想优化三个变量，或者更准确地说是两个变量的组合。第一个是likert量表平均值，另一个是该项目在该likert量表上被评级的频率，第三个是项目ID。likert为[1,2,3,4]

因此：

3.25200，第1项。这意味着item1的评分为200次，平均评分为3.25分

我有一堆物品，我想找到高价值的物品。例如，一个4,1的项目会很糟糕，因为虽然它被评为最高级别，但它只被评为一次。而11000也会因为相反的原因而变得糟糕

---

有没有一种简单的启发式优化方法？有人告诉我要调查信心指数，但我不确定这会起什么作用。谢谢

基本上，您希望忽略评分小于

x

的分数，其中

x

是一个阈值，可以根据数据中的方差进行估计

我建议估算数据的方差（标准偏差），并设定标准误差的阈值，然后将该误差转化为产生95%置信度范围所需的最小样本数。见：）

---

例如，如果您的数据的标准差为0.5，并且您希望95%确保您的分数在当前估计值的0.1范围内，那么您需要（0.5/0.1）^2=25分。

基本上您希望忽略分数小于

x

的分数，其中，

x

是一个阈值，可以根据数据中的方差进行估计

我建议估算数据的方差（标准偏差），并设定标准误差的阈值，然后将该误差转化为产生95%置信度范围所需的最小样本数。见：）

---

例如，如果您的数据的标准偏差为0.5，并且您希望95%确保您的分数在当前估计值的0.1范围内，则您需要（0.5/0.1）^2=25分。

Try或stats.stackexchange.com。如果您需要这方面的代码，请指定您正在使用的语言，并向我们展示您迄今为止所尝试的。否则，此问题不属于SO。请尝试或访问stats.stackexchange.com。如果您需要这方面的代码，请指定您正在使用的语言，并向我们展示您迄今为止所尝试的。否则这个问题就不属于这样的问题了。