线性回归分析用户留存率（引入哑变量）

xiaocai1python

于 2019-12-23 20:50:07 发布

阅读量1.1k

点赞数 1

CC 4.0 BY-SA版权

文章标签：数据挖掘

本文链接：https://blog.youkuaiyun.com/xiaocai1python/article/details/103673184

本文通过R语言分析用户留存率与点击率的关系，发现点击率与留存率间存在非线性关系。为排除时间因素干扰，拆分点击率为曝光次数和点击次数，并引入哑变量进行线性回归分析。结果显示，在5次曝光情况下，点击次数对留存率的提升影响最大，每次点击提升留存率约1.3%。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

线性回归分析用户留存率（引入哑变量）

在这里插入图片描述
业务背景：公司有一款工具类产品，核心功能是检索，下个月的KPI之一是提升用户留存率；

思考：如何提升，如何找影响留存率的指标？对于该模块而言，最敏捷的指标就是点击率，那么，我们下个月来追点击率能否为产品的留存率做出较大贡献？

用R语言进行实现，首先我们从友盟导出半年的点击和留存数据读到R中，具体代码如下：

#数据读取
> library(readxl)
> hit_rate_sample <- read_excel("hit_rate_sample.xlsx")
#查看数据集
> head(hit_rate_sample)
> plot(hit_rate_sample$hit_rate_pv,hit_rate_sample$`7d_active_rate`)
#清洗数据
> hit_rate_sample=hit_rate_sample[-which(hit_rate_sample$`7d_active_rate`==0),]
#建立回归
两变量相关系数
> cor(hit_rate_sample$`7d_active_rate`,hit_rate_sample$hit_rate_pv) 
>hit_rate_sample_lm=lm(hit_rate_sample$`7d_active_rate`~hit_rate_sample$hit_rate_pv)
> summary(hit_rate_sample_lm)
> abline(hit_rate_sample_lm,col='red',lwd=2)

模型检验结果如下：