数据说明
基于抖音系列第二轮活动各关卡进度记录数据（2022年8月8日~8月14日，即8月第二周）
读取数据与展示
library(readxl) # install.packages("readxl", repos = "https://mirrors.ustc.edu.cn/CRAN/")
df=read_xlsx('./data//回归分析.xlsx')
# 查看数据
df %>% DT::datatable(extensions = 'Buttons',
options = list(dom = 'Blfrtip',
buttons = c('copy', 'csv', 'excel', 'pdf', 'print'),
lengthMenu = list(c(10,25,50,-1),
c(10,25,50,"All"))))数据描述性统计分析与绘图
统计
planes <- group_by(df,关卡) delay <- summarise(planes, 数据量 = n(), #个数 使用骰子数量 = max(次数), #最大值, `各关卡进度(%)` = max(进度) #最大值 ) delay
从统计结果可知，目前关卡1~4进度均已完成（使用骰子数量分别为13、14、57、204），关卡5使用骰子253次进度完成26.83%
绘图
library(ggplot2)
df$关卡<-factor(df$关卡)
ggplot(data=df,aes(x = 序号, y = 进度))+
geom_point()+xlim(0,600)+aes(colour=关卡)+xlab("累计次数")+ylab("进度（%）")+
coord_fixed(ratio = 3)+
ggtitle(label='骰子使用次数与各关卡进度的关系',subtitle = NULL)+
theme(plot.title = element_text(#color = 'red',
size=15,
hjust=0.5),
plot.caption = element_text(color='blue'))关卡5回归分析
建立回归模型
library(dplyr) df5<- filter(df, 关卡 == 5) fit5<-lm(data=df5,进度~次数) summary(fit5)
分析模型可以看出关卡5使用骰子次数与进度的关系为：y=0.1060725*x-0.2021598
当y=100时，可计算得到x=944.657284404535
可视化绘图
par(pin = c(6,4))
plot(df5$次数,df5$进度,
xlab="骰子次数（实际次数或预估次数）",
ylab="进度（%）",
xlim=c(0,1000),ylim=c(0,100),
main="关卡5需要的骰子数量",
col=c('red')
)
abline(fit5)
abline(h=100)
abline(v=945)
text(x = 700,y = 63,labels = 'y=0.1060725*x-0.2021598')
text(x = 955,y = 50,labels = 'x=945')关卡5与累计骰子使用次数回归分析（关卡1~5使用骰子数量）
建立回归模型
fit<-lm(data=df5,进度~序号) summary(fit)
分析模型可以看出关卡5使用骰子次数与进度的关系为：y=1.061e-01*x--3.075e+01
当y=100时，可计算得到x=1232.32799245994
可视化绘图
par(pin = c(6,4))
plot(df$序号,df$进度,
xlab="累计次数（实际或预估次数）", #x轴名称
ylab="进度（%）", #y轴名称
xlim=c(0,1500),ylim=c(0,100),
main="累计骰子使用次数与进度的关系",
col=df$关卡
)
abline(h=100)
abline(fit)
abline(v=1232)
text(x = 900,y = 63,labels = 'y=1.061e-01*x--3.075e+01')
text(x = 1232,y = 50,labels = 'x=1232')
legend(1300,95,inset = 0.04,c(paste0("关卡", 1:5)),pch = c(1),
col = c("black","red","chartreuse","blue","aquamarine4"),box.col = "red", title="关卡",
box.lwd = 2,text.font = 1)结论
关卡5大约需要使用骰子数量为945，完成1~5关卡则需要使用骰子数量为1232。
