1

所以我试图重新创建这篇博文,但作者没有给出非常详细的使用R的步骤。

所以,我有这组数据,其中包含电子商务网站的付费搜索总支出、品牌支出、非品牌支出、付费点击(简称为点击)、自然访问、总访问、访问者和交易。

我试图自己做第一部分,并得到了这个输出:

> fit <- lm(organic.visits ~ visits + clicks +visitors + transactions, data=mydata)
> summary(fit)

Call:
lm(formula = organic.visits ~ visits + clicks + visitors + transactions, 
    data = mydata)

Residuals:
    Min      1Q  Median      3Q     Max 
-5916.6 -1100.9  -237.4   811.6  8444.0 

Coefficients:
               Estimate Std. Error t value Pr(>|t|)    
(Intercept)  7028.56997  502.55911  13.986  < 2e-16 ***
visits          1.15842    0.04406  26.295  < 2e-16 ***
clicks          0.46578    0.09884   4.712 3.39e-06 ***
visitors       -1.13322    0.04442 -25.513  < 2e-16 ***
transactions   -1.11505    0.19823  -5.625 3.49e-08 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1903 on 399 degrees of freedom
Multiple R-squared:  0.8236,    Adjusted R-squared:  0.8219 
F-statistic: 465.8 on 4 and 399 DF,  p-value: < 2.2e-16

首先:我想知道我这样做是否正确,或者是否有更好的方法来做到这一点。

第二:我想知道如何做文章的第二部分,即 ADBUDG 经济营销模型。我试图在网上搜索,但没有找到任何有用的信息来帮助完成这部分分析。作者没有给出如何做的任何指示。

4

1 回答 1

0

首先,您需要将自然搜索点击设置为自变量(在“~”左侧),并将其他变量设置为因变量(其中付费搜索点击应该是其中之一)。

然后查看付费搜索点击的估算值,了解它们如何影响自然搜索。

要找到 ADBUDG 模型参数的最佳估计值,您需要使用某种求解器。首先创建方程 (b + (ab) * 花^c / (d + 花 ^ c)),然后通过从实际值中减去 ADBUDG 预测值来计算每个点的误差。然后,您可以使用 Excel 的求解器或 R 中的求解器来找到最小化总平方误差的 a、b、c 和 d。

a 为您提供上限,b 为您提供基于数据的下限。

于 2013-05-02T19:02:00.060 回答