Lo que la distribución no los puntos de reputación por usuario siga en matemáticas.SE (o en todo stackexchange)?
Hay una explicación matemática/modelo?
Respuesta
¿Demasiados anuncios?
He aquí un histograma con 20 contenedores de los datos contenidos en el archivo CSV. En el eje x, me han conspirado para el logaritmo en base 10 de las puntuaciones de reputación. Podemos ver que muchos de los usuarios que sólo vienen aquí a hacer una pregunta y, a continuación, nunca se consigue mucho más allá de los 100 puntos (personas que también usan otros del SE) o 1 punto (desechable de cuentas). Por tanto, los picos de alrededor de 2 y 0. Así que debemos filtrar estos dos picos y mirar el residual de datos para ver si hay algunos bien conocidos emergentes de distribución. Espero que algo de cola larga, de ahí la necesidad de utilizar el registro de la transformación.
Y aquí está la consulta que he utilizado para obtener los datos.
Aquí un extra de la trama de el rango de la distribución del tamaño de la cola de la anterior distribución. La pendiente de la línea es de aproximadamente -0.92.
