至于波动性，我并不认为平均评分会对应用商店排名波动性产生影响，因为我看不出评分较高的应用波动性会低于评分较低的应用，反之亦然。相反，我认为波动性与评分量 有关（我们将在上一项研究中探讨这个问题）。
结果
App Store 热门应用的平均评分
上图列出了两家商店中排名前 100 的应 法国移动数据库 用及其平均评分（App Store 应用的历史评分和当前评分）。如果看起来有点混乱，这只是 Google Play 和 App Store 排名算法复杂性的一个指标。
我们会看到评分呈下降趋势。我们预计排名第一的应用程序的评分会明显高于排名第 100 的应用程序。然而，在这两家商店中情况并非如此。相反，我们得到的是一个看似随机的图表，没有明显的趋势。
结合我们已知的应用商店情况，进一步研究可以发现另外两个有趣的点：
排名前 100 的应用程序的平均星级评分明显高于平均应用程序的星级评分。在排行榜上，排名前 100 的 Android 应用程序的平均评分为 4.319，排名前 100 的 iOS 应用程序的平均评分为 3.935。这些评分分别比两家商店中所有已评级应用程序的平均评分高出 0.32 分和 0.27 分。排名前 401-500 的应用程序的平均评分大致相当于排名前列的应用程序的评分和平均应用程序的评分之间的差距。
Google Play 中热门应用的评分分布比 iOS 热门应用的评分分布要紧凑得多。Apple App Store 热门榜单中的评分标准差比 Google Play 热门榜单中的评分标准差高出 2.5 倍以上，这可能意味着评分在 Google Play 的算法中占有更大的权重。
App Store 排名波动和平均评分
接下来看看评分和应用商店排名波动之间的关系，可以发现两个应用商店的相关性均为 -15%；这意味着应用的评分越高，其排名在 24 小时内变动的可能性就越小。这一规则的例外是 Apple App Store 对应用当前评分的计算，我没有发现统计上显著的相关性。