分類: 百科 常識詞典 編輯 : 常識 發(fā)布 : 11-24

閱讀 :304

怎么計算有時間關(guān)系的數(shù)值排名？好吧 用團購網(wǎng)站比方下我有很多團購網(wǎng)站的團購商品數(shù)據(jù)我知道這個商品的此時的購買人數(shù)【這個人數(shù)會實時變化】，商品的開團時間【感覺開團時間的長短會影響商品購買人數(shù)】，我想要找出那些商品是熱賣商品怎樣做比較科學？這個應該是統(tǒng)計學的把，有童鞋可以分析下嗎？3 個答案

答案 1：

我的理解是：A商品開團3天了，參與人數(shù)為100人；B商品開團15天了，參與人數(shù)為800人。計算A和B哪個賣的好？這樣的話就可以轉(zhuǎn)為預測問題，預測A商品開團15天后參與人數(shù)會有多少。如果理解沒錯的話，可以試試多元線性回歸，在解決時間線上的擬合問題還是不錯的。尤其是你有歷史數(shù)據(jù)的情況下。至于變量，比較顯著的應該有網(wǎng)站、開團時間（即時間線）、商品分類、星期幾等。星期函數(shù)估計要用自定義函數(shù)。結(jié)果不會太精確，試過之前很難說靠譜不靠譜。Excel也可以做多元線性回歸，感興趣的話可以看這本書《excel 2007 data -ysis and business modeling》：is-are.iask.sina.cn/f/124447...的47,48兩章。京東有中文版賣。

答案 2：

首先建議你修改下問題，這個問題在統(tǒng)計學中范疇有點廣，可以直接以下面的案例為題。關(guān)鍵問題是，這里的原先的排名你似乎并不知道，沒有因變量的數(shù)據(jù)，如何進行回歸？

首先，多元線性回歸出來的排名值是期望，這個排名可以近似正態(tài)分布么？在非參數(shù)統(tǒng)計中的近似可是有嚴格假定的，我不認為它排名這個東西符合，為什么？因為小的排名數(shù)據(jù)是很難獲得的，所以本身期望就不可信，在這里我傾向于非參數(shù)統(tǒng)計的方法。

再者，你選取哪些變量不選取哪些變量這是很有來頭的，不是什么變量都可以加進去。數(shù)據(jù)是時間序列數(shù)據(jù)，若是排名為因，人數(shù)為果，然后拿人數(shù)對排名做回歸，這就有點本末倒置了。我們要確定哪些因素是對排名有影響的，影響為多長時間的，哪些因素是受排名影響的，哪些是兩者有相互影響的，這屬于計量的范疇。

最后，像商品的排名是有定義的，熱賣值這種是模糊不見的，本身因變量沒有明確定義，又不是因子分析出來的影響因素，這是沒有價值的。所有的人為定義需要數(shù)據(jù)說話。當你選定合適的變量時，不妨去做一下因子分析，看看你所認為的熱賣值是哪些變量的線性組合。

問題解決：

建議在此處用非參數(shù)統(tǒng)計的方法，一個【Coc-ran Q】檢驗再加上幾組卡方檢驗就可以搞定了。為什么不能直接當正態(tài)做？因為你先要找排名的因素，然后要把它顯示出來，這不是一個可以不管殘差是否正態(tài)就拿去做回歸的事情

建議先檢驗一下這些變量是否是同階單整的。假設他們的影響時間不是都一樣，（i.e.有的因素很快對排名見效，有的要很慢見效），那直接放在一起是有問題的。這里有個非常有名的ADF檢驗，如果數(shù)據(jù)是異方差的（自己對自己的上一期所做出來的回歸存在異方差）請用PP檢驗修正。

以上的詳細檢驗方法都可以在網(wǎng)上搜到。做分析時，請務必先想假設條件是否滿足。統(tǒng)計并不是一個簡單的事情，它需要你思路清晰明暢。

答案 3：

這是一個曝光策略的問題，就是隨機挑選商品曝光一段時間，然后轉(zhuǎn)化高的往上浮動相關(guān)問題的研究方式是假定存在最優(yōu)的商品（Oracle），然后提出某種商品曝光策略，數(shù)學推導其相對于（Oracle）選擇最優(yōu)商品的損失

最簡單的算法是UCB1，（網(wǎng)上抄來的）描述如下

For eac- action j record t-e average reward ?xj and number of times we -ave tried it nj . We write n for total number of actions we -ave tried.

Try t-e action t-at -ximises ?xj + sqrt(2 ln(n) / nj)

比如有100個商品，截至目前總共引了100w PV，賣了1w件

一個商品引了1000 PV，賣了100件，那么就是100/1000 + sqrt(2 * ln(100w) / 1000)=0.266

一個商品引了10000 PV，賣了1000件，那么就是1000/10000 + sqrt(2 * ln(100w) / 10000)=0.105

一個商品引了100000 PV，賣了10000件，那么就是100/1000 + sqrt(2 * ln(100w) / 100000)=0.101

而一個商品引了100 PV，賣了1件，那么就是1/100 + sqrt(2 * ln(100w) / 100)=0.53

所以新品應該多曝光，即使起初轉(zhuǎn)化率很低

直觀的理解，就是轉(zhuǎn)化率與曝光度的一個折衷另外這個問題的不同策略在數(shù)學上相差不大

下一篇:鹵料鹵鴨子怎么做（鹵味鴨子怎么做） 下一篇 【方向鍵 ( → )下一篇】

上一篇:紅燒肉的制作方法怎么做（怎么做正宗的紅燒肉） 上一篇 【方向鍵 ( ← )上一篇】