码迷,mamicode.com
首页 > 其他好文 > 详细

用户流失统计

时间:2015-05-19 16:57:22      阅读:124      评论:0      收藏:0      [点我收藏+]

标签:统计   用户   

  1. 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

 

技术分享

 

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F0.689,大于0.05,模型显著性不强。

 

  1. 收视时长当期与均值的比值

收视均值:235.4516129

831日收视时长:197

P=197/235.4516129=0.836689958

 

  1. 次均收视时长=总收视时长/总收视次数

L=7299/305=23.93114754

 

  1. 综合比值=当期之和/基期之和=9+12+6/6+3+5=1.928571429

 

本文出自 “用户流失统计” 博客,请务必保留此出处http://9309062.blog.51cto.com/9299062/1652774

用户流失统计

标签:统计   用户   

原文地址:http://9309062.blog.51cto.com/9299062/1652774

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!