用户流失统计
2015-05-19 14:19
302 查看
主成分得分-线性回归
通过主成分分析,采取降维的方法,最终选取了一个能解释收视情况76.62%的主成分,计算该用户每日收视综合得分。然后进行线性回归可以得出该用户的一个k值。
样本中的拟合优度很低,显著性水平F值0.689,大于0.05,模型显著性不强。 收视时长当期与均值的比值
收视均值:235.45161298月31日收视时长:197P=197/235.4516129=0.836689958 次均收视时长=总收视时长/总收视次数
L=7299/305=23.93114754 综合比值=当期之和/基期之和=(9+12+6)/(6+3+5)=1.928571429
通过主成分分析,采取降维的方法,最终选取了一个能解释收视情况76.62%的主成分,计算该用户每日收视综合得分。然后进行线性回归可以得出该用户的一个k值。
s_date | s_count | s_timelen | s_usecount | 综合得分 |
20140801 | 6 | 250 | 10 | -0.61 |
20140802 | 3 | 123 | 4 | -1.89 |
20140803 | 5 | 204 | 9 | -0.97 |
20140804 | 14 | 316 | 19 | 1.13 |
20140805 | 22 | 226 | 25 | 2.00 |
20140806 | 3 | 117 | 5 | -1.83 |
20140807 | 10 | 155 | 13 | -0.37 |
20140808 | 21 | 198 | 25 | 1.80 |
20140809 | 20 | 341 | 26 | 2.36 |
20140810 | 19 | 246 | 23 | 1.64 |
20140811 | 11 | 411 | 18 | 1.15 |
20140812 | 9 | 295 | 14 | 0.18 |
20140813 | 10 | 233 | 15 | 0.11 |
20140814 | 9 | 339 | 15 | 0.43 |
20140815 | 12 | 382 | 18 | 1.13 |
20140816 | 6 | 130 | 9 | -1.17 |
20140817 | 10 | 402 | 16 | 0.86 |
20140818 | 5 | 97 | 7 | -1.56 |
20140819 | 9 | 108 | 12 | -0.73 |
20140820 | 13 | 180 | 16 | 0.25 |
20140821 | 4 | 163 | 6 | -1.47 |
20140822 | 7 | 280 | 11 | -0.32 |
20140823 | 9 | 160 | 12 | -0.53 |
20140824 | 8 | 239 | 11 | -0.39 |
20140825 | 4 | 175 | 6 | -1.42 |
20140826 | 7 | 256 | 12 | -0.33 |
20140827 | 15 | 310 | 20 | 1.28 |
20140828 | 7 | 290 | 13 | -0.11 |
20140829 | 9 | 277 | 14 | 0.10 |
20140830 | 12 | 199 | 15 | 0.15 |
20140831 | 6 | 197 | 9 | -0.90 |
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 0.310194 | 0.429524 | 0.722179 | 0.4760 |
X | -0.019448 | 0.023432 | -0.829941 | 0.4134 |
R-squared | 0.023201 | Mean dependent var | -0.000968 | |
Adjusted R-squared | -0.010482 | S.D. dependent var | 1.160860 | |
S.E. of regression | 1.166928 | Akaike info criterion | 3.208967 | |
Sum squared resid | 39.48991 | Schwarz criterion | 3.301483 | |
Log likelihood | -47.73900 | Hannan-Quinn criter. | 3.239125 | |
F-statistic | 0.688802 | Durbin-Watson stat | 1.543558 | |
Prob(F-statistic) | 0.413352 | |||
收视均值:235.45161298月31日收视时长:197P=197/235.4516129=0.836689958 次均收视时长=总收视时长/总收视次数
L=7299/305=23.93114754 综合比值=当期之和/基期之和=(9+12+6)/(6+3+5)=1.928571429
相关文章推荐
- 从公司真实的统计数据看ie在中国普通用户中的市场占有率达到95%
- 我要啦免费统计(51.la)统计数据库损坏,很可能会丢失用户的统计数据
- 一个在线用户统计程序源码
- 用ASP.NET实现在线用户统计
- 网站用户行为数据统计与分析之五:redis及其配置
- 位图法统计活跃用户
- c#如何使用webservice、存储过程及存储过程的创建(简单模仿类似QQ统计用户在线时间为例)
- MapReduce编程--1.统计用户上网流量DataCount
- 用户行为日志的统计,Java mapreduce与Scala spark的代码存档...
- Nielsen:2015年部分美国有线电视运营商用户流失严重(来源:199IT)
- CSDN用户数据库泄漏的一些统计数据
- 在线用户信息统计&单用户登录
- 用ASP.NET实现在线用户统计
- 四则运算实现用户输入答案并统计正确数量
- java实现简单的在线用户统计
- 怎样合理地定义用户流失
- java通过监听Session实现统计在线用户
- 一分钟理解APM,把流失的用户找回来
- Python数据分析与机器学习-用户流失预警
- 代码追查并解释:其他704下载用户数统计