在给定 95% 置信区间的情况下转换平均意见分数 (MOS) 值,以安全地使用基于排名的静态技术。
项目描述
MOS变换
MOS 变换的实现与基于 Rank 的统计技术一起使用。
等级相关系数和基于等级的统计测试(作为非参数技术的一个子集)在应用于主观收集的意见分数时可能会产生误导。这些技术假设数据至少在序数级别上进行测量,并定义一系列分数来表示当它们具有精确相等的数值时的并列排名。
在本文中,我们表明,如上所述,并列排名的定义不适用于平均意见分数 (MOS),并且可能会误导基于排名的统计技术的结论。此外,我们引入了一种方法来克服这个问题,考虑到 MOS 值的 95% 置信区间来转换它们。然后可以将等级相关系数和基于等级的统计测试安全地应用于转换后的值。我们还提供不同编程语言的开源软件包,以利用我们的转换方法在体验质量领域的应用。
代码
如何使用?
mos = [10, 6, 5.5]
ci = [4, 2, 0.2]
t = transform_mos(mos, ci)
# expected_rank = [3, 1.5, 1.5]
接触
Babak Naderi, babak.naderi[at]tu-berlin.de
引文
Naderi B, Moeller S.平均意见分数转换以避免基于排名的统计技术的误导 2020 第十二届多媒体体验质量国际研讨会 (QoMEX)。IEEE,2020。
执照
麻省理工学院许可证
版权所有 2020 (c) Babak Naderi 博士。
特此免费授予任何人获得本软件和相关文档文件(“软件”)的副本,以不受限制地处理本软件,包括但不限于使用、复制、修改、合并的权利、发布、分发、再许可和/或出售本软件的副本,并允许向其提供本软件的人这样做,但须符合以下条件:
上述版权声明和本许可声明应包含在本软件的所有副本或大部分内容中。
本软件按“原样”提供,不提供任何形式的明示或暗示保证,包括但不限于适销性、特定用途适用性和非侵权保证。在任何情况下,作者或版权持有人均不对任何索赔、损害或其他责任承担任何责任,无论是在合同、侵权或其他方面,由本软件或本软件的使用或其他交易引起或与之相关。软件。
项目详情
subjective_test- 0.0.2 -py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 2e81a6856222d7419e43a4951fb0277089fd003ba7e4d9d7c1e5839898596eae |
|
| MD5 | 30e2022dc05bab88655479f9b98dcf45 |
|
| 布莱克2-256 | b5825752acaff13b0193062efda2099128ef94969c22933bac45c1b08a3651ec |