以下是迄今为止我们所做的五项
Posted: Mon Jan 06, 2025 10:31 am
简而言之，这里没有交换条件。 研究方法 如果您只想看看事情结果如何，请直接跳至研究结果部分！ 自 2016 年 5 月以来，我们几乎每年都会进行这项研究。2016 年，我们最初从 6K 个查询开始，但随着时间的推移，查询数量已扩展到 32K 个。这些查询是通过提取三个不同目标市场领域的网站关键字排名报告获得的，然后进行手动审核以删除任何格式不正确或与该领域不相关的查询。我们研究的市场领域包括技术、医疗保健和金融。
研究中查询集大小的细目： 2016 年 5 月：6000 条 西班牙手机数据 查询 2016 年 8 月：16000 条查询 2017 年 5 月：16,000 条查询 2018 年 8 月：27000 条查询 2019 年 12 月：32000 条查询 每个扩展查询集都包含先前研究中的所有查询，这使我们能够持续追踪直至 2016 年的结果。 在进行这项研究时，我还咨询了两位统计学专家：本特利大学的 Paul Berger 和前斯坦福大学的 Per Enge。
由于数据集的性质和结构，我们决定最好的方法是计算研究中所有查询的 Spearman 相关性的二次平均值。 我采用这种方法是因为它使用了相关变量的平方（其中相关值为 R，二次均值使用 R 平方）。这很重要，因为了解相关变量 R 也许很有用，但它不允许您对其在现实世界中的含义做出具体陈述。 然而，R 平方值更有趣。例如，如果 R 平方值为 0.56，我们可以说观察到的行为 Y（在我们的例子中是排名）的 56% 的变异性是由测试变量 X（在我们的研究中是链接数或 DA/PA）引起的。
研究中查询集大小的细目： 2016 年 5 月：6000 条 西班牙手机数据 查询 2016 年 8 月：16000 条查询 2017 年 5 月：16,000 条查询 2018 年 8 月：27000 条查询 2019 年 12 月：32000 条查询 每个扩展查询集都包含先前研究中的所有查询，这使我们能够持续追踪直至 2016 年的结果。 在进行这项研究时，我还咨询了两位统计学专家：本特利大学的 Paul Berger 和前斯坦福大学的 Per Enge。
由于数据集的性质和结构，我们决定最好的方法是计算研究中所有查询的 Spearman 相关性的二次平均值。 我采用这种方法是因为它使用了相关变量的平方（其中相关值为 R，二次均值使用 R 平方）。这很重要，因为了解相关变量 R 也许很有用，但它不允许您对其在现实世界中的含义做出具体陈述。 然而，R 平方值更有趣。例如，如果 R 平方值为 0.56，我们可以说观察到的行为 Y（在我们的例子中是排名）的 56% 的变异性是由测试变量 X（在我们的研究中是链接数或 DA/PA）引起的。