如何计算多人数值投票的共识同意率？求计算公式及JS库

适配需求的两种计算逻辑 #

根据给出的示例和需求，分两种投票场景选择计算方式即可：

• 若投票选项是无关联的独立分类（比如选不同活动方案、不同候选人，选项之间没有程度高低、意见相近的关系），直接用最高得票占比法，逻辑最直观：

  1. 先累加所有选项的得票数，得到总有效票数
  2. 取所有选项中的最高得票数
  3. 共识度百分比 = 最高得票数 / 总有效票数 * 100
     对应示例计算结果：votesB全票投给同一选项，结果为100%；votesA最高得票4票、总票数7票，结果约为57.1%。如果希望超过半数的结果体现更高共识，可以自定义权重规则，比如最高得票率超过50%的部分乘以1.2-2的系数加成即可。

• 若投票选项是有序数值（比如提到的1、2、3、5这类程度评级，数值越接近代表意见偏差越小），只看最高得票率会低估共识度，推荐用距离加权计算法，更符合主观感知：

  1. 先把选项键映射为对应的数值，比如one对应1、two对应2
  2. 计算所有投票的加权平均分值
  3. 计算选项区间的最大可能距离（即最大选项值减最小选项值）
  4. 计算所有投票和平均分值的实际平均距离
  5. 共识度百分比 = (1 - 实际平均距离 / 最大可能距离) * 100
     对应示例计算结果：votesB所有投票无偏差，结果为100%；votesA的投票集中在1-3区间、多数票投给1，结果约为83.8%，符合“较高共识水平”的预期。

开箱即用的JavaScript实现 #

直接复制下面的函数就能用，支持两种场景切换：

function calculateConsensus(votes, optionValueMap = null) {
  const totalVotes = Object.values(votes).reduce((sum, count) => sum + count, 0);
  if (totalVotes === 0) return 0;

  // 无关联分类场景：最高得票率计算
  if (!optionValueMap) {
    const maxVote = Math.max(...Object.values(votes));
    return Number(((maxVote / totalVotes) * 100).toFixed(1));
  }

  // 有序数值场景：距离加权计算
  let weightedSum = 0;
  const optionValues = [];
  for (const [option, count] of Object.entries(votes)) {
    const val = optionValueMap[option];
    weightedSum += val * count;
    optionValues.push(val);
  }
  const avg = weightedSum / totalVotes;
  const maxVal = Math.max(...optionValues);
  const minVal = Math.min(...optionValues);
  const maxDistance = maxVal - minVal;
  if (maxDistance === 0) return 100;

  let totalDistance = 0;
  for (const [option, count] of Object.entries(votes)) {
    const val = optionValueMap[option];
    totalDistance += Math.abs(val - avg) * count;
  }
  const avgDistance = totalDistance / totalVotes;
  return Number(((1 - avgDistance / maxDistance) * 100).toFixed(1));
}

// 示例调用
const votesA = { one: 4, two: 2, three: 1, five: 0}
const votesB = { one: 7, two: 0, three: 0, five: 0}
const optionValueMap = { one: 1, two: 2, three: 3, five: 5 }

console.log(calculateConsensus(votesB)) // 输出100
console.log(calculateConsensus(votesA)) // 输出57.1（分类场景结果）
console.log(calculateConsensus(votesA, optionValueMap)) // 输出83.8（有序数值场景结果）

相关工具推荐 #

如果只是实现当前的共识度计算，上面的函数足够用，没有额外依赖。如果后续需要扩展更多统计计算能力（比如计算投票方差、置信区间等），可以使用simple-statistics库，API简单轻量，覆盖了大部分前端常用的统计计算能力，不需要深入掌握统计学原理也能快速调用。

内容的提问来源于stack exchange，提问作者solar apricot