Innhold
Ved å bruke bransjestandard beregninger og praksis, kan vi gi deg nøyaktige resultater.
For prosessortestene våre samler vi en rekke score fra flere forskjellige benchmarks, hver ment å samle relevant ytelsesdata i mange forskjellige situasjoner. For eksempel bruker vi Geekbench for å teste CPU, 3DMark for å teste GPU, og så videre. Vi bruker et stort batteri av benchmarks i lyd, skjerm, kamera, batteri og prosessor for å få et fullstendig bilde av telefonen. Hvis du vil vite mer om hvordan vi tester og hva vi ser etter, kan du sjekke det her.
Etter alle disse testene sitter vi igjen med en stor bunke med data å sile gjennom. Hvordan vet vi hva som er bra? Hvordan vet vi hva som er dårlig? Hvordan scorer vi rett og slett hver test?
Hva betyr dataene?
For hver beregning som kunne begrenses av menneskelig oppfatning (lysstyrke på skjermen, nøyaktighet i farger osv.), Brukte vi utallige timer på å undersøke hva disse grensene var, og la dem til hovedutgavene. Så bestemte vi om det var noen andre filosofiske justeringer som trengs for å imøtekomme hvordan folk brukte telefonene sine. I hovedsak ønsker vi å belønne enheter for deres ytelse i forhold til hvordan et menneske oppfatter det, men vi vil ikke at noen utliggere i et eller annet mål skal vippe skalaene for langt på en eller annen måte. Hvis du ikke kan forstå forskjellen, burde det ikke gjenspeiles i resultatene våre, ikke sant?
Et eksempel på poengkurve, som viser hypotetisk scoringssystem for gammafeil.
For hvert datapunkt brukte vi en ligning for å tildele resultatene en poengsum fra 0-100, men skalaen tildeler og straffer outliers med en eksponentielt synkende hastighet. På denne måten ville telefoner med uendelig liten lydforvrengning ikke få et løft hvis du ikke kan høre forskjellen, og telefoner med en virkelig lav poengsum ville ikke blitt senket hvis de hadde mange andre lyspunkter. Når vi brukte disse kurvene på hvert mindre datapunkt for hver hovedkategori, normaliserte vi score for å gjøre hver hovedkategori (kamera, skjerm, lyd osv.) Verdt det samme. For våre formål er en poengsum under 10 dårlig, en poengsum på 50 er riktig død midt mellom våre grenser, en score på 90 overgår de fleste menneskers oppfatning. Følgelig er en score på 100 eller 0 nesten umulig å oppnå.
Selv om vi ikke publiserer våre interne poengsummer for alt, kan det hende vi refererer til dem fra tid til annen for å kjøre visse poeng hjem. Det er mye hyperbole der ute, og vi vil gjerne tenke tankene: Selv de verste smarttelefonene er objektivt sett ganske anstendige mesteparten av tiden. Hvis noe skårer godt mot algoritmene våre, betyr det at du sannsynligvis ikke vil være i stand til å fortelle forskjellen mellom det og det "beste" produktet for den testen.
Hvordan gjør du dataene til en poengsum?
Når vi samler inn alle dataene våre og kontekstualiserer dem med likningene våre, kan vi utlede en poengsum for å vise deg. For hver poengsum vi viser, er formelen som brukes til å bestemme den: Score = ((product score) / (max score)) * 10. Men ikke bekymre deg: den totale poengsummen viser nøyaktig hvordan telefonen stabler seg til resten av feltet på et gitt tidspunkt.
Siden vår vil da ta alle de kumulative poengsumene for hver gjennomgang av den produkttypen, og tildele enheten med høyest poengsum en poengsum på 10. Alt annet vil deretter skaleres ned tilsvarende. Som du kan forestille deg, har dette to fordeler:
- Poeng vil alltid gjenspeile posisjonen til en bestemt telefon i markedet uavhengig av tid
- Poeng vil alltid kunne imøtekomme nyere, bedre modeller på en rettferdig måte
Ryddig, ikke sant? Selv om du skulle slå opp en gammel telefon som kan være i klarering, kan du se nøyaktig hvor godt den enheten sammenlignes med de andre enhetene du undersøker.
Vi legger hver telefon gjennom ringen.
Selv om du kanskje ikke er enig i noen av resultatene våre, betyr det vanligvis at dine konstellasjoner av behov er unike for deg: noe som er helt greit! Du kan finne at hvis du var i stand til å spille med vektingene våre for å gjenspeile dine behov, vil dataene våre stemme med deg. Imidlertid må vi imøtekomme behovene til alle leserne våre her, og vi bestemte at vår nye metode var å foretrekke fremfor den gamle måten å gjøre ting på.
