Our model will involve two paramete

Our model will involve two parameters: the balance between positive and negative reviewers p, and a controversy level α > 0. Concretely, we assume that there is a p fraction of positive evaluators and a 1−p fraction of negative evaluators. (For notational simplicity, we sometimes write q for 1−p.) The controversy level controls the distance between the means of the positive and negative populations: we assume that for some number µ, the density function f for positive evaluators is (µ + qα)-centered, and the density function g for negative evaluators is (µ − pα)-centered. Thus, the density function for the full population is h(x) = pf(x) + qg(x), and it has mean p(µ + qα) + q(µ − pα) = µ. In this way, our parametrization allows us to keep the mean and balance fixed while observing the effects as we vary the controversy level α

ผลลัพธ์ (ไทย) 1:

รูปแบบของเราจะเกี่ยวข้องกับพารามิเตอร์ที่สอง: ความสมดุลระหว่าง p บวก และลบผู้ตรวจทาน และข้อโต้แย้งระดับα > 0 เป็นรูปธรรม เราสมมติว่ามี p ส่วนของต่อผู้ประเมินบวกและเชิงลบต่อผู้ประเมินอำนาจ 1−p (สำหรับ notational ความเรียบง่าย เราบางครั้งเขียน q สำหรับ 1−p) ระดับความขัดแย้งการควบคุมระยะห่างระหว่างหมายถึงประชากรที่บวก และลบของ: เราสมมติว่า สำหรับเขตบางหมายเลข หาฟังก์ชันความหนาแน่นเชิงบวกต่อผู้ประเมิน (เขต + qα) -กลาง และ g ฟังก์ชันความหนาแน่นสำหรับลบต่อผู้ประเมินคือ (เขต− pα) -เป็นศูนย์กลาง ดังนั้น ฟังก์ชันความหนาแน่นสำหรับประชากรทั้งหมดคือ h(x) = pf(x) + qg(x) ซึ่งหมายความว่า p (เขต + qα) + q (เขต− pα) =เขต ในวิธีนี้ parametrization ของเราให้เราได้เก็บหมายถึงอะไรและสมดุลคงที่ในขณะที่สังเกตผลเป็นเราแตกต่างความขัดแย้งระดับα

ผลลัพธ์ (ไทย) 2:

แบบจำลองของเราจะเกี่ยวข้องกับสองพารามิเตอร์: ความสมดุลระหว่างการแสดงความคิดเห็นในเชิงบวกและเชิงลบ P และระดับความขัดแย้งα> 0 รูปธรรมที่เราคิดว่ามีส่วน AP ของการประเมินผลในเชิงบวกและเศษ 1-P ของการประเมินผลเชิงลบ (สำหรับความเรียบง่ายสัญลักษณ์บางครั้งเราเขียน Q สำหรับ 1-P.) ระดับความขัดแย้งควบคุมระยะห่างระหว่างวิธีการของประชากรบวกและลบที่: เราคิดว่าสำหรับบางหมายเลขμ, ฟังก์ชัน f หนาแน่นสำหรับการประเมินผลในเชิงบวกคือ (μ + qα) -centered และ G ฟังก์ชันความหนาแน่นสำหรับการประเมินผลเชิงลบ (μ - pα) -centered ดังนั้นฟังก์ชั่นความหนาแน่นของประชากรเต็ม h (x) = PF ​​(x) + QG (x) และจะมีหมายความว่า P ​​(μ + qα) + Q (μ - pα) = μ ด้วยวิธีนี้และตัวแปรของเราช่วยให้เราสามารถให้ความหมายและความสมดุลคงที่ในขณะที่สังเกตผลกระทบในขณะที่เราแตกต่างกันไปαระดับการทะเลาะวิวาท

ผลลัพธ์ (ไทย) 3:

นางแบบของเราจะเกี่ยวข้องกับสองพารามิเตอร์ : ความสมดุลระหว่างบวกและลบความคิดเห็นที่ P และความขัดแย้งระดับα > 0 อย่างเป็นรูปธรรม เราสมมติว่ามี P เศษส่วนของผู้ประเมินบวกและ 1 − P เศษส่วนของผู้ประเมินที่เป็นลบ ( หมายเหตุ ความเรียบง่าย บางครั้งเราเขียน Q 1 −หน้า ) ระดับความขัดแย้งการควบคุมระยะห่างระหว่างค่าเฉลี่ยของประชากรที่เป็นบวกและลบ : เราคิดว่าบางหมายเลขµ , ความหนาแน่นของฟังก์ชัน f สำหรับผู้ประเมินเป็นบวก ( µ + Q α ) - กึ่งกลาง และความหนาแน่นของฟังก์ชัน g ) ในทางลบ ( µ− P α ) เป็นศูนย์กลาง ดังนั้นฟังก์ชันความหนาแน่นของประชากรทั้งหมดเป็น H ( x ) = PF ( x ) + qg ( X ) และมันหมายถึง P ( µ + Q α ) + Q ( µ− P α ) = µ . ในวิธีนี้ , parametrization ของเราช่วยให้เราเพื่อให้มีความหมายและความสมดุลคงที่ในขณะที่การสังเกตผลตามที่เราเปลี่ยนระดับαการโต้เถียง