我们都参与了在线或现实生活中的调查。 当我们开始一个新项目时，我们离不开调查。 但是有时会有一些调查结果，除
微笑以外，不清楚该做什么。在下图中，这是对全俄舆论研究中心（VTsIOM）的调查结果。
我对现在如何使用定性评估的问题感到好奇，发现VTsIOM，
POF和
Levada Center主要使用三波段量表（差/正常/好）。 如果问题更详细，则比例会增加到5-6个
单位 ，但很少。
然后，今天，有一种情况，即社会学家不再使用定性评估的多层次规模，而是尝试使用三层次的定性评估。 而且如果社会学能够摆脱这种情况，那么在分析体面的数据量时，使用定性估计的需求将成为一个复杂因素，并降低结果的可靠性。 例如，由于实际上不可能区分以下概念：``漂亮的公寓''和``优质的住房''，并考虑到``十二把椅子''其中一个字符的答案：``新娘和母马是谁''，因此品质的多重交集超出了合理范围。
有一种分级机制，银行可以很好地使用它来确定财务文件中的伪造品。 这是
本福德的分配定律，1984年，
泰德·希尔 （
Ted Hill ）证明了这一定律。
本文介绍了该工具的理论计算方法：“
本福德定律及其下的分布 ”。
在Wikipedia上，此法则的公式如下：如果我们具有数字系统b（b> 2）的基数，则对于数字d（d∈{1，...，b-1}），成为第一有效数字的概率为：
基于上述内容，我们获得了定性特征的渐变机制，如下所示。
选择间隔数，好吧，假设为5，即四个渐变和一个中间间隔。 所以b = 6，我们得到了区间的概率：
第一个间隔-0.386853；
第二间隔-0.226294;
第三间隔-0.160558;
第四间隔-0.124539;
第五间隔-0.101756。
从频率的统计数据，对定性符号进行评估的单词中，我们按升序排列一个序列并放下一个索引。 我们将频率转换为发声的概率。 接下来，我们从尾部开始累加概率，直到获得等于极端行（第5个）的值，在本例中为0101756和单词（定性定义），其概率属于该总和，我们涉及范围5。 此外，通过递减的索引，我们执行进一步的求和，直到接近第4个范围的概率值，并且进一步类似于第一个区间的值。
结果，我们得到具有真实数值估计的清晰子集。
我不会保证选择同义词很容易。 因为每个人都为自己确定一个方便的结果/工作量比率。