SPSS基于多元回归模型的电影票房预测研究
SPSS基于多元回归模型的电影票房预测研究
本文通过利用回归模型对电影的票房（以及放映场数，观影人数）进行了研究，确定了决定电影的票房的重要因素。并讲述、论证了预测电影的票房是电影投资的至关重要的环节。通过对电影票房预测技术的发展和探讨，深度剖析了电影票房预测这个研究课题。
电影票房预测发展简介
西方电影票房的研究
美国电影的票房研究起始于上个世纪80年代，由李特曼（B. R. Litman）在1989年以1981到1986年在美国播出的697部电影作为研究样本，通过多元回归分析，初步建立了电影票房的预测模型。
我们收集了中国电影发行放映协会统计的过千万票房的国产电影的相关统计指标，共涉及275部影片。
因变量
- 放映场数（千场）：累积量。
- 观影人数（万人）：累积量。
- 票房（万元）：累积量。票房均值在一亿人民币左右，其中《人在囧途之泰囧》票房达到了12.7亿，位列第一。
自变量
影片部分
genre 影片类别：分类变量，共有15个类型。为了获得大量的观众群体，大多数影片都兼具许多种影片类型，因此我们仅选取了该片最主要的类型。15个类型分别是：喜剧，魔幻，动作，爱情，灾难，历史剧情，励志，主旋律，警匪，悬疑，动画，儿童，惊悚，家庭伦理。
Year 上映年份：2010-2013四年
month 上映月份：1-12
week 上映周数：1-53，从当年1月1号起记为第一周
distribute 电影分级：C/G/L/S
runtime 时常：分钟。过长或过短的电影都会对票房产生影响，找到合理的时长，从而能够有效的控制电影的剪辑。
Story 作品是否改编 ：该指标是电影产品的核心元素，在内容为王的当下，好的剧本往往能够吸引受众，对于国产影片，观众更看重的是好的故事，他们往往对国产影片的技术并不抱太大希望。因此，该指标主要包括两个水平，一是畅销小说改编成剧本1，另一个则是非改编剧本也就是原创剧本0。（N=改编，S=原创）
reality 作品是否真人真事：1=真实，0=虚构
remake 作品是否翻拍：1=翻拍，0=非翻拍
sequel 作品是否续集：好莱坞的一大宗旨是誓将续集进行到底，真可谓天长地久有时尽，大片续集无绝期！因为第一，好拍；第二，票房好。那么，在中国市场，这招是否仍然管用？
导演演员部分
导演姓名
导演年代
第几部作品：该片是该导演的第几部作品。冠军《人在囧途之泰囧》是导演徐峥的处女作，拿到了12亿的票房，而喜剧《财神客栈》已经是导演王晶的第110部影片。老导演or新导演，哪一种更吸引人？是久炼成钢，姜越老越辣？还是廉颇老矣，洗洗回家睡吧？
导演得奖情况：1=得奖，0=没得奖
导演是否转型：导演是一门确实能够自学成才的工种，就像久病成医，演的多了，拍的多了，自然也能成为优秀的导演。在中国电影市场中，演员转型当导演的赵薇、徐峥；作家转型的郭敬明、韩寒，我们希望看到已经在自己的领域取得成就的这些名人，随着工种的转变是否会对票房有影响。
Baidu index 主演的百度指数：影片的主演在分析中是一个字符变量，为了更好的使用这一指标，同时优化工作效率，我们决定在相同的时间段，选择所有演员百度指数的平均值作为衡量主演的标准。因为大多数电影不会仅有一个主演，所以我们选取了两个主演。百度指数越高，代表该演员知名度越高。
数据集变量信息
从上表可以看到不同变量的缺失数据均值中值最大最小值等情况和分布情况。