読者です 読者をやめる 読者になる 読者になる

廿TT

譬如水怙牛過窓櫺 頭角四蹄都過了 因甚麼尾巴過不得

RGoogleAnalytics で変化の要因を読みとく(変化量と寄与率のグラフ+散布図)

変化量と寄与率のグラフ (折れ線付き積み上げ棒グラフ) R + Google アナリティクス日記、いろいろ書いたけど、 Google アナリティクス カテゴリーの記事一覧 - 廿TT いまにして思えば、いちばん最初にやるべきはこれだった。セッション(訪問数)全体の推…

Google アナリティクスデータKPI設計のための可視化。散布図行列で定点観測するエンゲージメント指標を絞り込む。

目的 Webアクセス解析データの可視化を以下の二つに大別するとすると、 定点観測型:重要な指標の傾向を整理して把握する 課題発見型:データをある側面から眺めて新たな仮説を立てる 今回やろうとしているのは前者です。 エンゲージメント指標 Webアクセス…

直帰率と新規率の相関を調べて新規訪問者が回遊しやすいサイトになっているかチェックする

目的 Webアクセス解析データの可視化を以下の二つに大別するとすると、 定点観測型:重要な指標の傾向を整理して把握する 課題発見型:データをある側面から眺めて新たな仮説を立てる 今回やろうとしているのは後者です。直帰率や新規率(新規訪問の割合)は…

比例ハザードモデル入門(パラメトリック)

はじめに 生存時間分析で行われるノンパラメトリックな推定がよくわからないので, いったんパラメトリックから入って Cox 回帰とかの勉強をしたらいいかなと思った.生存時間分析の分野では, 密度関数ではなくハザード関数を推定することがよくある.ハザード…

ロジックツリーにご用心。MECEから排反へ。

本記事の要約 コンサルティング業界でよく使われているロジックツリーはMECE(ミーシー)という語の定義が曖昧である。なので本記事では、ミーシーを高校数学 A で習う排反で代替する。あと最後にロジックツリーみたいな図を簡単に描画できる Graphviz とい…

広告クリエイティブ、ランディングページ、レコメンデーション等々についての雑感

本エントリの趣旨 ぼくはもともとインターネットとか好きで、以前ネット広告代理店に務めていて、Web解析とかやってた。それでいろいろ調べたりしてて気になったこととかあるので、ここで吐き出させていただく。統計的な考察とか評論とか、技術的ななにかと…

感染症のモデル(SIRモデル)に入門した

導入 記法はウィキペディアに合わせる. SIRモデル - Wikipedia 時刻 t において, S(t):感染可能者(Susceptible)の数. これから病気にかかるおそれのある人たち. I(t):感染者(Infected)の数. いま病気にかかっていて人に病気を移す可能性がある人たち. …