タグ付けされた質問 「web」

PSYのミュージックビデオ「江南スタイル」は人気があり、2か月強で約5億4,000万人の視聴者がいます。私は先週の夕食でプレティーンの子供たちからこれを学び、すぐに議論は10-12日で何人の視聴者がいるのか、歌がいつ（/ if） 8億人の視聴者または10億人の視聴者を通過させます。 以下は、投稿されてからの多くの視聴者の写真です。 これは、No1「Justin Biever-Baby」とNo2「Eminem-Love the way you ly」のミュージックビデオの視聴者数からの写真です。 このモデルについて最初に考えたのは、Sカーブであるべきだということでしたが、これはNo1とNo2の曲には合わないようで、ミュージックビデオの再生回数に制限がないということにも合いません。成長は遅くなります。 私の質問は次のとおりです。ミュージックビデオの視聴者数を予測するには、どのようなモデルを使用すればよいですか。

73 modeling  web 

サーブレットベースのアプリケーションがあり、そのサーブレットへの各リクエストを完了するのにかかる時間を測定しています。平均値や最大値などの単純な統計をすでに計算しています。ただし、さらに洗練された分析を作成したいので、これらの応答時間を適切にモデル化する必要があると思います。 確かに、応答時間はよく知られた分布に従うので、その分布が正しいモデルであると信じるのには十分な理由があります。しかし、この分布がどうあるべきかはわかりません。 対数正規とガンマが思い浮かび、実際の応答時間データのいずれかの種類を適合させることができます。応答時間はどの分布に従うべきかについて誰かが考えていますか？

16 distributions  web 

最初の要素が特定の期間のウェブサイトへの訪問数であり、最大の訪問数を持つ一意のIPによる順序ベクトルであり、2番目の要素が2番目の要素を持つ一意のIPによる訪問数であるとします最大訪問数など。サイトごとのバリエーションがあるかもしれないと理解していますが、一般的にこのベクトルの形状に想定されるパターンはありますか？たとえば、べき乗分布に従っていますか？

14 web  power-law 

私はデータセットに取り組んでいます。いくつかのモデル識別手法を使用した後、私はARIMA（0,2,1）モデルを思いつきました。 R detectIOのパッケージの関数を使用して、元のデータセットの48回目の観測で革新的な外れ値（IO）TSAを検出しました。 この外れ値をモデルに組み込んで、予測に使用するにはどうすればよいですか？Rではそれから予測を行うことができない可能性があるため、ARIMAXモデルを使用したくありません。これを行う方法は他にありますか？ これが私の値です。 VALUE <- scan() 4.6 4.5 4.4 4.5 4.4 4.6 4.7 4.6 4.7 4.7 4.7 5.0 5.0 4.9 5.1 5.0 5.4 5.6 5.8 6.1 6.1 6.5 6.8 7.3 7.8 8.3 8.7 9.0 9.4 9.5 9.5 9.6 9.8 10.0 9.9 9.9 9.8 9.8 9.9 9.9 9.6 9.4 …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

多変量のウェブサイトコンバージョンデータから（十分な数の）与えられた適切な統計的推論を行うための理論的なリソース（本、チュートリアルなど）を探しています。 私は数学が関係しているので、ウェブ上でマーケティング以外の優れたものを見つけることができません。私が回答したい種類の質問：単一の変数（例：テキストの色）はどのくらいの影響がありますか？変数間の相関関係は何ですか？モデリングにはどのタイプの分布が使用されていますか（ガウス、二項など）？統計を使用して結果を分析する場合-確率変数と見なす必要があるもの-異なるバリエーションまたはインプレッションのバイナリコンバージョンまたは非コンバージョンの結果を取得するWebページ要素？ さまざまなウェブサイト最適化テスト方法とその利点\落とし穴に関する情報はたくさんあります。多変量統計一般に関する情報はたくさんあります。ウェブサイト最適化のこの特定のコンテキストにおける技術統計について説明しているリソースを知っていますか？ 情報ありがとうございます！

8 multivariate-analysis  references  optimization  ab-test  web 

私の大学の（心理学）学生のための方法論/統計コンサルタントとしてのアルバイトの新しいウェブページに取り組んでいます。このWebサイトでは、クライアントが自分で相談できるように、オンラインリソースへのリンクをいくつか配置したいと思います。 だから私は多くの統計情報を提供するウェブサイトへのリンクを探しています。理解しやすい方法で書くことが望ましい。ほとんどの学生はSPSSを使用していますが、他のプログラムに関する情報も歓迎します。 これまでのところ： www.crossvalidated.com www.statmethods.net

8 spss  psychology  web