Email Dataset

页面排名 只能取 个值 。 它是一个序数变量，这意味着 = 和 = 之间的差异与 = 和 = 之间的差异不同。与 一样，它可能存在于对数尺度上。 本研究中网站的 中位数和众数均为 = ，最小值为 = ，最大值为 = 。但是，只有 个网站的 < ，只有 个网站的 = 。 值的频率 结果 指标 使用 相关系数，我将 与几个 根域指标进行了比较。 域（线性化）与 高度相关。该相关性略小于在 年 月报告的 。差异可能是由于方法论的差异； 使用了 相关系数，并且没有线性化 。此外，我研究中的 数据可能是在较小范围内测量的，这可能会削弱观察到的依赖性。


时均具有显著性。 也与 高度相关而 则略低一些。 后者此后经历了一些重大变化，这一结果可能无法反映当今的指标。 搜索引擎索引 我使用 、 和 执行了 查询，以估算每个搜索引擎索引的页面数量。令我惊讶的是， 与 索引的页面数量 白俄罗斯数字数据 的相关性最强，而不是。我的第一个想法是 可能没有报告准确的计数， 专业人士经常注意到这种现象。 然而，有一些证据可能表明情况并非如此。 如果 报告的索引数字不准确，我们预计该指标与类似指标的相关性会较低。


然而， 和 报告的索引数字具有相当高的皮尔逊相关系数 = 。两者似乎与 的相关性较小：分别为 和 。更有趣的是， 指标与 索引页面的相关性似乎比 或 报告的数字要高得多。 皮尔逊相关性 域名指标和索引页面 如果 未能准确报告其索引的大小，我们可能认为类似的查询也会返回不准确的数据。 但是， 与 查询返回的结果数具有较高的 相关系数 = 。这种关系的强度似乎与前面提到的 指标与 之间的关系相似。 与 查询结果的相关性略小 = 。 如果 报告的已编入索引页面数量是一个相对较差的指标，那么我们预计与其他搜索引擎相比，其月份变化会更大。