一个简单的模型。选取近五次非传统的一档数据（前两次太疯了，就不纳入了，经验后续大幅贬值，一档也没那么大吸引力了）。采集：
1.首日pt
2.平均pt：(倒数第一日-首日)/天数
3.倒数第二日pt增幅。
然后将最终日增幅和三者行线性回归。由于样本量只有5个点，所以模型都没统计学意义，数值仅供参考。

三者一起进入多重线性回归模型后，首日增幅的系数是负的，考虑是由于多重共线性所致，不符合常理，将其剔除出模型。剩下两个变量中倒二增幅的占比更高。
模型1：对pt点数虽活动类型进行校正。例如cf平均一首歌的基础点883，而cf只有563。将总pt除以不同活动类型的基础点后回归。
模型2：直接对pt回归，不对活动类型校正。

左边是模型1，右边是模型2

模型1导出的本次活动预测是2005869，模型2是2141717。
光从参数来看，模型2似乎更好一些。但模型1从原理上来看，也不是完全不行，可能末日增幅就是个很随机的事情，和选取的参数关系不大。
模型1参数占比更高，可能倒二的增幅高，只是有空最后一天看线的人少，所以集中前一天肝。这样最后一天涨幅不会高，参考上次cf。
模型2认为倒二增幅和最后增幅有很明显正相关。

所以，看明天见分晓了
我个人更倾向模型1。

我看不懂，但我大为震惊

tql虽然我没看懂....

草，第一次看中文界面……

tql

虽然我没看懂但是…

辛苦做数据了 你们一档是真的没一个头不秃的

我看不懂，但我大为震惊

可以预测下二档吗

虽然我没看懂但是想要二挡预测