用户流失统计

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。

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

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