class Rating { public static function ratingAverage($positive, $total, $power = '0.05') { if ($total == 0) return 0; $z = Rating::pnormaldist(1-$power/2,0,1); $p = 1.0 * $positive / $total; $s = ($p + $z*$z/(2*$total) - $z * sqrt(($p*(1-$p)+$z*$z/(4*$total))/$total))/(1+$z*$z/$total); return $s; } public static function pnormaldist($qn) { $b = array( 1.570796288, 0.03706987906, -0.8364353589e-3, -0.2250947176e-3, 0.6841218299e-5, 0.5824238515e-5, -0.104527497e-5, 0.8360937017e-7, -0.3231081277e-8, 0.3657763036e-10, 0.6936233982e-12); if ($qn < 0.0 || 1.0 < $qn) return 0.0; if ($qn == 0.5) return 0.0; $w1 = $qn; if ($qn > 0.5) $w1 = 1.0 - $w1; $w3 = - log(4.0 * $w1 * (1.0 - $w1)); $w1 = $b[0]; for ($i = 1;$i <= 10; $i++) $w1 += $b[$i] * pow($w3,$i); if ($qn > 0.5) return sqrt($w1 * $w3); return - sqrt($w1 * $w3); } } Могу ли я использовать это при расчете среднего рейтинга на основе 5-звездной рейтинговой системы (где 1 звезда = 1 балл)? И если это так, я хотел бы использовать пример связанного класса. Или мне нужно пойти на что-то вроде «байесовской оценки»?
Я не думаю, что это возможно. Интервал Вилсона предназначен только для 2 переменных. Но вместо использования положительных результатов или успехов в биномиальном распределении вы можете рассчитать дисперсию 5-звездочного рейтинга: http://www.mathsisfun.com/data/standard-deviation.html . Вот адаптированная функция wilson: http://www.goproblems.com/test/wilson/wilson.php?v1=0&v2=0&v3=3&v4=0&v5=0