目前國(guó)內(nèi)電影票房的日趨火熱，2010年到現(xiàn)在電影票房近乎呈指數(shù)增長(zhǎng)，理念觀影人數(shù)以及電影銀幕數(shù)數(shù)量同樣呈近乎指數(shù)的增長(zhǎng)趨勢(shì)，而由于中國(guó)人口基數(shù)大，每10萬人擁有的屏幕數(shù)（2塊左右）仍遠(yuǎn)低于美國(guó)的14.9塊。在這樣的大趨勢(shì)下，電影票房預(yù)測(cè)分析順應(yīng)而生。電影票房預(yù)測(cè)分析有助于考察電影本身特質(zhì)對(duì)票房的主要影響因素，在一定程度上預(yù)測(cè)電影票房，為投資方在初期提供決策，為拍攝方在電影相關(guān)細(xì)節(jié)方面給出合理化建議。做電影票房預(yù)測(cè)分析回答的核心問題只有一個(gè)：如何拍出票房可能更高的電影。

　　數(shù)據(jù)文件說明：數(shù)據(jù)文件名為：film.csv。該數(shù)據(jù)記錄了2011年到2013年票房1千萬以上的所有電影的相關(guān)數(shù)據(jù)，每個(gè)觀測(cè)為一部電影，共273部電影。因變量就是電影票房，自變量包含兩大部分：影片自身屬性和導(dǎo)演演員相關(guān)屬性，其中影片自身屬性包括影片類型、影片IP屬性、上映時(shí)間以及宣傳方，導(dǎo)演演員屬性包括導(dǎo)演名字、年代、第幾部作品、獲獎(jiǎng)情況、導(dǎo)演是否轉(zhuǎn)型、兩個(gè)主演名字及對(duì)應(yīng)的主演百度指數(shù)。

　　本案例共包含四個(gè)知識(shí)點(diǎn)。1.數(shù)據(jù)讀入，讀入常見的csv格式數(shù)據(jù)2.數(shù)據(jù)清洗，主要處理缺失值，使分類變量更具直觀的描述性3.對(duì)數(shù)據(jù)進(jìn)行基本的描述性和探索性分析，主要用到箱線圖，觀察電影票房在各分類變量條件下的關(guān)系，得到初步的關(guān)聯(lián)概念，初步確定未來的研究方向4.使用多元線性回歸進(jìn)行推斷和預(yù)測(cè)分析，得到系數(shù)并且進(jìn)行初步的觀察和解釋，并且運(yùn)用模型對(duì)新變量進(jìn)行預(yù)測(cè)

　　1.啟動(dòng)Rstudio2.使用setwd()函數(shù)設(shè)置工作目錄，將數(shù)據(jù)文件拷貝至工作目錄下3.清空當(dāng)前全局環(huán)境中存儲(chǔ)的所有變量，釋放內(nèi)存空間4.使用read.csv讀取數(shù)據(jù)，設(shè)置相應(yīng)的參數(shù)，這里我們?cè)O(shè)置表頭為真，不將字符串自動(dòng)轉(zhuǎn)化為因子向量，并且將5.讀取的數(shù)據(jù)賦值給自定義的對(duì)象a。6.查看讀入的數(shù)據(jù)對(duì)象a。

　　知識(shí)點(diǎn)小結(jié)：描述性分析和探索性分析都是直觀的通過圖形來描述和探索變量之間的關(guān)系，本知識(shí)點(diǎn)大多數(shù)圖形用箱線圖表現(xiàn)出各影響因素對(duì)電影票房的影響，箱線圖的寬度是此分類下的電影數(shù)量，所以這里用一維箱線圖表現(xiàn)出了三維的數(shù)據(jù)，更加的直觀簡(jiǎn)便。

　　從模型中得到的部分啟示：影響票房的主要因素有：影片類型、宣發(fā)團(tuán)隊(duì)、IP因素、檔期、導(dǎo)演投資選材建議：選擇魔幻、懸疑類題材，故事盡量原創(chuàng)，有一定的群眾基礎(chǔ)(最好是翻拍片)，搶占賀歲檔，宣發(fā)團(tuán)隊(duì)要豪華（聯(lián)合企業(yè)），找一個(gè)從演員轉(zhuǎn)行的得過獎(jiǎng)的導(dǎo)演

　　CDA（數(shù)據(jù)分析師認(rèn)證），與CFA相似，由國(guó)際范圍內(nèi)數(shù)據(jù)科學(xué)領(lǐng)域行業(yè)專家、學(xué)者及知名企業(yè)共同制定并修訂更新，迅速發(fā)展成行業(yè)內(nèi)長(zhǎng)期而穩(wěn)定的全球大數(shù)據(jù)及數(shù)據(jù)分析人才標(biāo)準(zhǔn)，具有專業(yè)化、科學(xué)化、國(guó)際化、系統(tǒng)化等特性。

　　Level Ⅱ+Ⅲ：中國(guó)區(qū)30所城市，北京/上海/天津/重慶/成都/深圳/廣州/濟(jì)南/南京/杭州/蘇州/福州/太原/武漢/長(zhǎng)沙/西安/貴陽/鄭州/南寧/昆明/烏魯木齊/沈陽/哈爾濱/合肥/石家莊/呼和浩特/南昌/長(zhǎng)春/大連/蘭州看看我所在的地哪里報(bào)名