基于R语言的影视评分影响因素实证分析(一)

电影票房
电影自从1895年在法国巴黎公开售票放映以来，至今已有百余年的历史。电影以其独特的艺术魅力和无与伦比的视听效果，深深地吸引了亿万观众。在各种文化娱乐、艺术样式中，电影是最受人民群众欢迎的。

近年来，我国的电影市场总的趋势是疲软的，虽然靠进口大片与国产大片、新片赢得一时的热闹景象，但这只是虚假的繁荣。那什么样的电影才深受人们喜爱？是喜剧片、惊悚片、谍战片、家庭伦理片，亦或其他？

  在某网站抓取了千条数据，试图通过对这些数据的分析，找出电影受欢迎的因素。本案例共获取1810条数据。数据详情如下：

1.数据处理及变量描述

  通过初次观察可知，许多变量的值为空值，于是首先对数据进行筛选处理，将缺失变量进行剔除。
  影视类型，因为考虑到影视都有剧情，所以选择除掉剧情之后的第一个选项为主要影视类型，即《你好，疯子！》的影视类型有剧情、喜剧、悬疑，我们选择除掉剧情后第一个类型为主要影视类型，即为喜剧影视。
  制片国家或地区，由数据可知，此变量由单一中国大陆和大陆与其他地区合拍，于是采用单一地区或多地区。
  语言，由数据可知，此变量由单一汉语普通话和普通话与其他语言均有，于是采用单一语言或多语言
  各个变量的具体取值及描述如下。
  （1）因变量
  影视评分：用comment表示，为数值变量，取值为0-10；
  （2）自变量
  上映时间：用years表示，为分类变量，取值为0=“<2000”，1=[2000,2010]，2=“>2010”；
  影视类型：用types表示，为分类变量，取值为爱情、传记、动作、短片、家庭、喜剧、悬疑、其他，分别用1、2、3、4、5、6、7、8表示；
  影视评价人数：用ncomment表示，为数值变量，取值为0- 584163；
  导、编是否一致：用same表示，为分类变量，取值为0=“否”，1=“是”；
  是否合拍：用cooperation表示，为分类变量，取值为0=“否”，1=“是”；
  是否多语言：用mlanguage表示，为分类变量，取值为0=“否”，1=“是”。
  处理完的数据如下：

2.描述分析

2.1 变量描述性分析</