【摘要】：回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。本章选取收视率作为因变量，选取时间模式多样性和视频类别多样性为自变量，建立用户多样性回归分析表，并进行回归分析。值代表回归的拟合程度，图35值为0.434，拟合效果较好。F值比较大，Sig值小于给定的显著性水平，拒绝原假设，说明方程有明显的显著性。根据结果，得出回归方程式。
回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。本章选取收视率作为因变量，选取时间模式多样性和视频类别多样性为自变量，建立用户多样性回归分析表，并进行回归分析。用户多样性回归分析表属性如表38所示：
表38 用户多样性回归分析表
回归分析结果如图35所示。
值代表回归的拟合程度，图35
值为0.434，拟合效果较好。F值比较大，Sig值小于给定的显著性水平，拒绝原假设，说明方程有明显的显著性。T检验，Sig值小于给定的显著性水平，拒绝原假设，说明回归系数有明显的显著性。根据结果，得出回归方程式（8）。(www.daowen.com)
代表收视率。
代表用户关于时间模式多样性，
越大，即时间模式多样性方差越大，用户时间模式多样性小，时间模式多样性方差与用户时间模式多样性成反比关系。从方程式得出时间模式多样性方差与收视率成反比关系，所以用户时间模式多样性和收视率成正比，即用户时间模式多样性会增加收视率。
代表用户观看视频类别的多样性，
越大，即用户观看视频类别多样性方差越大，用户观看视频类别的多样性越小，则用户观看不同类别视频占比方差与用户观看视频类别多样性成反比关系，从方程式得出观看视频类别多样性方差与收视率成正比例关系，所以用户观看视频类别多样性和收视率成反比例关系，即用户观看更多的视频种类会降低收视率。
图35 用户多样性回归分析结果
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
