舆情情感倾向简单分析(词频)

📊 Analysis 6

Analysis 6 is available directly in your browser, with no data uploaded.

📐 工作原理与说明

📚 深度解析:舆情情感倾向简单分析(词频)

💡 常见使用场景

  • 舆情监测日报表里收集到一批单条微博/新闻的情感打分(如 −100~+100 或 1~100),用描述统计看整体均值、波动与极值。
  • 对比两个时间窗口(如危机前 vs 危机中)的情感均值与标准差,判断舆论是否显著恶化。
  • 把 min/max 与极差结合看:若极差很大而均值温和,说明存在少量极端负面帖,需单独处置而非只看平均。
统计量口径
样本量 n;总和;算术均值 = 总和 ÷ n;中位数(n 奇数取中间值,偶数取中间两数均值);最小值、最大值与极差;方差按总体口径 = Σ(x − 均值)² ÷ n;标准差 = √方差。输入支持逗号、空格或换行分隔,自动忽略非数字。
算例
8 条舆情情感得分 10、20、30、40、50、60、70、80:n = 8,总和 360.00,均值 45.00,中位数 45.00,最小 10、最大 80,极差 70.00,方差 525.00,标准差 22.91。均值=中位数说明分布对称;但标准差 22.91 相对均值 45 变异系数约 51%,说明单条情感分波动极大——若只看均值 45 会掩盖个别极端负面(10)或极端正面(80)事件,应配合极差与 max/min 一起读。

❓ 常见问题(FAQ)

均值和标准差哪个更能反映舆论风险?
均值告诉你整体情绪倾向,标准差告诉你分歧有多大。危机研判里两者都关键:均值骤降说明整体转负;标准差骤升说明舆论撕裂、存在对立阵营。本工具只做描述统计,要下「显著性」结论(如两个窗口是否真的不一样)需另做 t 检验或 Mann-Whitney U 检验。
为什么方差除以 n 而不是 n−1?
除以 n 是总体方差,用于把这 8 条当作全部观察对象、只描述其离散程度;除以 n−1 是样本方差,用于由样本推断总体。本工具采用总体口径,若要把这 8 条当样本估计总体波动,自行按 n/(n−1) 换算即可(本例 525.00 × 8/7 = 600.00,标准差约 24.49)。
⚠️ 使用说明与注意事项
📖关于「舆情情感倾向简单分析(词频)」

📝工具简介

舆情情感倾向简单分析(词频)。免费在线工具,纯前端处理,数据不上传,保护隐私安全。

功能特点

🎯使用场景