Favorittcacher

[hstad]

Hei,
var innom favorittcache statistikken i dag. Noe som forundrer meg litt er at en cache med 5 favorittpoeng (av 5 mulige) ligger på topp, mens for eksempel X-mjøs cachen Odnesbakken med 19 favorittpoeng (av 21 mulige) ligger på 40. plass.
Eg ser jo logikken, men samtidig så føler eg kanskje at man burde vektet dette på en litt annen måte.
(spør ikkje meg hvordan )

[GorgonVaktmester]

Som du sier så ser du logikken, og du har ingen forslag til hva som kunne vært gjort anderledes.

Noen cacher ligger sånn til at det ikke er så mange som går dit, uansett hvor fantastisk bra den måtte være. Derfor er det ikke alle cachene som får mange besøk.
Men når ALLE de som har besøkt den sier at den er bra, ja så må den jo være bra!

Nå vet jeg at det er kompensert litt ved at cacher med bare 1 eller 2 potensielle logger ikke blir med i denne statistikken uansett om det er 100% favoritt.

Det jeg helt klart ser som en trend er at jo flere funn en cache har, jo lavere prosentandel blir det. En av mine absolutte favoritter har 144 favorittpoeng av 225 mulige, noe som er 64%. Når mange har tatt en cache og mange har gitt den favorittpoeng, er det en del som tenker at "Det er ikke så farlig om ikke JEG gir den favorittpoeng, den har jo så mange fra før". I tillegg er det mange kjempeflotte cacher som er eldre enn ordningen med favorittpoeng, og det er mange som ikke har tatt seg bryet med å gå gjennom gamle funn og tildelt favorittpoeng i ettertid. Selv har jeg gjort det på de som var så spesielt flotte at jeg kom til å tenke på dem når jeg tenkte på spesielt flotte cacher, men jeg har ikke gått systematisk gjennom alle de eldste funnene selv heller.

Eneste grep jeg kan tenke meg som kan gjøre statistikken "riktigere" er at det kun beregnes andel favorittpoeng av funn gjort etter at ordningen ble innført. Men det tror jeg nok byr på såpass mange praktiske utfordringer at det ikke er særlig aktuelt.

54 (61 av 71)

[Abelmann]

Jeg tenkte faktisk på det samme som hstad her om dagen. Men til forskjell fra han har jeg et forslag til løsning. Etter mitt syn bør en rangere cachene etter sannsynlighet for at neste besøkende vil gi cachen et favorittpoeng. La oss kalle denne sannsynligheten p. Matematisk sett blir da problemet å estimere p gitt de dataene vi har - nemlig antall funn og antall favorittpoeng. Det er forsåvidt det som er gjort i dag, nemlig ved at en bruker estimatoren:

p = #favorittpoeng / #funn

Dette er standard estimator for en binomialfordeling, men problemet er at den ikke fungerer så bra når det er få observasjoner/funn eller når p er veldig nært 0 eller 1. I toppen av lista er begge deler tilfellet. Løsningen er å heller bruke en bayesiansk estimator. Jeg vil foreslå:

p = (#favorittpoeng + 2) / (#antall funn + 4)

Dette gir f.eks:

FavP Funn Bayesiansk Nåværende
40 44 0,88 0,91
11 11 0,87 1,00
19 21 0,84 0,90
43 51 0,82 0,84
7 7 0,82 1,00
9 10 0,79 0,90
5 5 0,78 1,00
7 8 0,75 0,88
3 3 0,71 1,00
144 225 0,64 0,64
13 20 0,63 0,65

Jeg synes dette virker intuitivt riktig. Formelen gjenspeiler det at estimatet blir statistisk sikrere dess flere funn cachen har. En cache uten funn vil ha p=1/2. Formelen er ikke tatt ut av lufta, se http://en.wikipedia.org/wiki/Binomial_c ... e_interval. En Bayesiansk metode brukes f.eks. av IMDB for å rangere filmer.

Forøvrig så har jeg lagt merke til at også logger av cachere som ikke er Premium Members teller med på #funn i statistikken. Disse kan jo ikke gi favorittpoeng, og dette gir jo en fordel til cacher som er kun for medlemmer. Men dette er det kanskje ikke noe å gjøre med.