演员作品深度分析：主演与非主演作品之间的差异

发布时间：2025-08-26 06:20

01演员作品分析

> 主演与非主演作品数量统计

在其丰富多彩的演员生涯中，该演员共参演了66部作品，其中主演的作品多达35部，占据了近半壁江山，达到53%的比例。更进一步的是，该演员还曾领衔主演了17部作品，这一成就也占据了相当可观的26%份额。

领衔主演的排名统计仅限于演员表中的前两位，这仅用于数据分析，并不代表在具体剧集中的实际角色地位。

统计数据中包含了一些未评分作品。

年度作品数量统计（仅限有评分作品）

在16个年份中，我们收集了关于作品数量的数据。其中，2009年作为演员生涯的初期，出现了第一个峰值6。到了生涯中期，2015年达到了第二个峰值4。而近期，2021年则出现了第三个峰值5。

接下来，我们分别查看了主演、非主演、领衔主演以及非领衔主演的作品数量。在12个年份中，主演作品的数据显示，2016年作为生涯中期，迎来了第一个峰值4。同样在近期，2021年又达到了一个新的峰值5。

对于非主演作品，我们在9个年份中观察到，生涯前期的2008年曾出现过峰值6。

此外，领衔主演的作品数量在7个年份中有记录。其中，生涯中期的2018年达到了峰值3。而非领衔主演的作品数量，在10个年份的数据中显示，2016年同样作为生涯中期，也出现了一个峰值4。

> 主演作品评分分析

总计55部作品，平均评分为6.15，中位数为6.2。在主演的30部作品中，平均评分为6.15，中位数为6.35。非主演的25部作品，平均评分为6.15，中位数为6.0。

特别地，领衔主演的13部作品，平均评分为5.72，中位数为5.9，而非领衔主演的17部作品，平均评分为6.49，中位数为6.5。

在指定的显著性水平α=0.05下，我们对数据进行了双样本t检验。检验假设为H0:a ≤ b，Ha: a > b。以下是检验结果：

主演作品与非主演作品的对比中，我们得到的p值为0.49874，这个值大于α=0.05，因此我们无法得出主演作品的平均评分高于非主演作品的结论。

同样地，对于领衔主演与非领衔主演的对比，我们得到的p值为0.89107，同样大于α=0.05，所以我们也无法得出领衔主演的平均评分高于非领衔主演的结论。

> 评分人数对比分析

全部作品共55部，平均每部作品的评分人数为48,680，中位数为4,323。主演作品为30部，平均评分人数高达84,799，中位数为19,233，显示出主演作品在吸引观众评分方面的显著优势。

非主演作品为25部，平均评分人数相对较少，仅为5,337，中位数为641，反映了非主演作品在评分人数上的差异。

领衔主演的作品共有13部，平均每部作品的评分人数为84,963，中位数为25,096，体现了领衔主演在作品中的影响力。

非领衔主演的作品为17部，平均评分人数为84,674，中位数为7,626，说明非领衔主演同样能够吸引一定数量的观众进行评分。

在指定显著性水平α=0.05下，我们对数据进行双样本t检验。检验假设为：H0: 主演作品的评分人数均值不大于非主演作品，Ha: 主演作品的评分人数均值大于非主演作品。检验结果显示，p值为0.00299，远小于α=0.05，因此我们有足够的证据认为，主演作品的评分人数均值确实大于非主演作品。

同样地，对于领衔主演与非领衔主演的对比，我们进行类似的检验。假设为：H0: 领衔主演的评分人数均值不大于非领衔主演，Ha: 领衔主演的评分人数均值大于非领衔主演。然而，检验结果显示，p值为0.49774，这并不小于α=0.05，因此我们无法得出领衔主演的评分人数均值大于非领衔主演的结论。

年度作品平均评分人数对比

在16个年份的数据中，我们发现评分人数的峰值达到了23.04万，这一数据出现在2019年，且该年份数据最为全面。

对比主演作品与非主演作品，我们发现主演作品在12个年份中有数据记录，同样在2019年达到峰值；而非主演作品则在9个年份中有数据，其峰值1.96万出现在2009年。

在领衔主演与非领衔主演的对比中，我们发现领衔主演在7个年份中有数据，其峰值同样出现在2019年；而非领衔主演在10个年份中有数据，其峰值51.9万则出现在2018年。

举报/反馈