計量-全球電影評價影響因素分析

1、全球電影評價影響因素分析【摘要】本文通過計量經(jīng)濟學上統(tǒng)計分析方法的應用，并結(jié)合2013 -2014年的全球電影評分數(shù)據(jù),對影響電影打分的因素，如故事情節(jié)，演員實力等進行了一系列的分析和檢驗，最終推導出電影評分影響因素分析模型，并在此基礎(chǔ)上對即將上映的電影進行了分數(shù)的預測，以驗證模型是否實際有用。在影響電影票房的因素選擇上面，由于自身資源的有限，模型里沒有囊括部分因素，這可能會導致最終模型跟實際情況存在一些偏差?！娟P(guān)鍵詞】電影評分 回歸分析 假設(shè)檢驗 自相關(guān) 異方差 目錄 TOC o 【摘要】 PAGEREF _Toc263240781 h 1【關(guān)鍵詞】 PAGEREF _Toc26324078

2、3 h 11.課題背景、選題原因及課題意義分析 PAGEREF _Toc263240784 h 1課題背景 PAGEREF _Toc263240785 h 1選擇本課題的原因及意義 PAGEREF _Toc263240786 h 12.解釋變量的甄選 PAGEREF _Toc263240787 h 2觀眾對電影整體評分的影響 PAGEREF _Toc263240788 h 2觀眾對導演的評分 PAGEREF _Toc263240789 h 3觀眾對主演的評分 PAGEREF _Toc263240790 h 3觀眾對電影畫質(zhì)的評分 PAGEREF _Toc263240791 h 3觀眾對續(xù)集的評

3、分 PAGEREF _Toc263240792 h 43.數(shù)據(jù)來源與收集 PAGEREF _Toc263240793 h 44.模型的構(gòu)建 PAGEREF _Toc263240794 h 55.回歸分析和模型的檢驗 PAGEREF _Toc263240795 h 6回歸分析： PAGEREF _Toc263240796 h 6遺漏變量 PAGEREF _Toc263240797 h 7不相關(guān)變量 PAGEREF _Toc263240798 h 7序列相關(guān)檢驗 德賓- 沃森d檢驗 PAGEREF _Toc263240799 h 9懷特的一般異方差檢驗（White test）【5】 PAGEREF

4、 _Toc263240800 h 106.模型的運用和票房預測X戰(zhàn)警 PAGEREF _Toc263240801 h 111.課題背景、選題原因及課題意義分析 課題背景 1隨著社會的發(fā)展，中國城鄉(xiāng)居民收入水平顯著提高。在人民物質(zhì)生活水平提高的同時，精神、文化生活水平的提升也日益成為廣大城鄉(xiāng)消費者追求的目標。電影藝術(shù)隨之興起并迅猛發(fā)展，成為了精神文化娛樂的主力軍。以往只有少數(shù)人才可以看到的影視作品現(xiàn)在已經(jīng)成為大眾消費品，遍布各大中小城市，成為人們精神生活的寄托以及茶余飯后的談資，它是繼文學、音樂、雕塑、繪畫、建筑和戲劇之后產(chǎn)生的對人類影響最大的藝術(shù)，滲透于人們的日常生活之中，對社會生活的影響日益

5、廣泛而深刻。電影作品已經(jīng)成為一種潮流文化的象征，日益豐富著我們?nèi)粘５纳睢?2.需求拉動生產(chǎn)。在當今科技高速發(fā)展的背景下，影視作品的數(shù)量節(jié)節(jié)攀升，每年都以驚人的速度增長著，影視業(yè)的競爭也因此日益增大。制片公司若想在競爭日益激烈的電影市場上生存下去，電影的質(zhì)量是關(guān)鍵。一部公認的好電影，往往可以帶動整個公司的知名度以及大眾的進一步消費需求。所以，通曉市場的偏好，生產(chǎn)大眾喜歡的影片，增強上市電影在公眾心中的好感度以提高電影整體評分，已經(jīng)成為制片公司的當務(wù)之急。 選擇本課題的原因及意義1.影視是與人們生活息息相關(guān)的話題，是日常生活中大眾比較關(guān)注的一個領(lǐng)域，對它進行深入的研究有助于更好地了解大眾喜好，進

6、一步提高電影的質(zhì)量，滿足民眾更高水平的需求，且其結(jié)果可顯示電影制作的發(fā)展趨勢，對未來電影如何選擇進一步發(fā)展的方向有借鑒意義。 2.課題還有很大的發(fā)展空間，目前對此方面的研究仍然較少，我們選擇這個課題有一定的靈活性。結(jié)合以上兩點，我們選擇研究一部電影應該怎樣才能獲得高的整體評分，綜合考量其主要取決于以下影響因1。影響電影票房的因素很多，比如說影片自身的創(chuàng)意與質(zhì)量、影片的投資額、導演、演員的知名度、上映期間的社會環(huán)境、天氣、海報、預告片質(zhì)量、放映的場數(shù)、票價、是否有續(xù)集、進口的還是本國生產(chǎn)的，故事情節(jié)、投資、同期競爭影片數(shù)量、電影的效果等等。由于影響因素很多，我們不大可能一一放入研究，下面篩選出幾

7、個我們認為相對來說比較重要的用于進一步的研究分析。2.解釋變量的甄選觀眾對電影整體評分的影響觀眾是對電影整體評分極為重要的一個影響因素，可以說，此問題直接涉及到一部電影的口碑。因為觀眾選擇是否去觀看一部電影之前，總會上網(wǎng)了解一下這部電影的大致評分；在看完一部電影后，也會相應的給出自己的評分，從而對電影評分的高低造成影響。隨著技術(shù)的提高，有關(guān)電影的評分軟件也越來越完善以及人性化，可以在一定程度上體現(xiàn)出該部電影的價值。評分越高的電影，觀看的觀眾人數(shù)也會越多，反之則少，而這直接影響到最后制作商的利潤大小以及電影后期的進一步制作與發(fā)展，所以在此將觀眾作為對電影整體評分的解釋變量之一。觀眾對導演的評分電

8、影導演是決定影片品質(zhì)的關(guān)鍵性因素，而電影的品質(zhì)會直接影響到電影的整體評分。在大多數(shù)影片的制作過程中，往往是采取導演中心制的形式，即劇組上下人員都以導演為核心，無論是燈光，服裝，造型，影片中的道具，拍攝效果還是后期剪輯制作，影片的市場定位，都基本由導演來決定，導演對劇本和演員的掌控與挖掘能力，以及對影片市場的分析水平都會對影片的整體品質(zhì)產(chǎn)生影響，從而進一步影響影片的整體評分。觀眾對主演的評分在生活中，很多觀眾是否選擇去看一部電影的時候，有時會考慮這部電影是不是由著名演員或自己喜愛的演員主演的，是的話去看的幾率將會大大增加。通過我們前期制作的調(diào)查問卷，我們發(fā)現(xiàn)，這一點在以青少年為主體的電影消費人群

9、中顯得尤為明顯。但值得注意的是，這個變量的影響也并不是絕對的，但在一部電影中，優(yōu)秀的吸引人的主演往往會成為電影的極大賣點，對電影的整體評分產(chǎn)生一定的影響。拋開故事情節(jié)時，只有觀眾想看這個演員才會更想投入到電影中去。因此我們也將它加入到模型的檢驗里面。觀眾對電影畫質(zhì)的評分對于觀眾來說，一部優(yōu)秀影片的電影畫質(zhì)，也會關(guān)系到他們能否充分地享用這一部影片。美國的兩位 HYPERLINK :/ 4j4j /tag-/ t _blank 電影理論家說：“觀眾切不可局限于 HYPERLINK :/ 4j4j /tag-/ t _blank 故事，或演員、 HYPERLINK :/ 4j4j /tag-/ t

10、_blank 劇作家、攝影師的技巧等。為了作出恰如其分的判斷，觀眾必須充分體會視覺，使人能全面地觀察整個銀幕，這是認識電影藝術(shù)有機整體的必要的基礎(chǔ)。”很多觀眾為體會到最優(yōu)秀的電影效果，往往會在選擇電影時優(yōu)先考慮電影畫質(zhì)。一般來說，畫質(zhì)越好的電影，觀眾選擇觀看的幾率也會越大，電影整體評分也會越高，故我們選擇將電影畫質(zhì)添加到影響電影整體評分的因素中去。觀眾對續(xù)集的評分絕大多數(shù)情況下，往往只有前期受到公眾歡迎的電影才會拍續(xù)集，這就給觀眾傳達了一個信息，上一部電影拍得不錯，這部電影的質(zhì)量應該也不錯，值得去看，于是，一部電影是不是續(xù)集也就成了一個很重要的電影整體評分影響因素。我們在處理時將續(xù)集用虛擬變量

11、表示：1表示該電影是續(xù)集來的，0則表示不是續(xù)集 3.數(shù)據(jù)來源與收集*此數(shù)據(jù)來源于時光網(wǎng)【2】、新浪娛樂網(wǎng)【3】4.模型的構(gòu)建根據(jù)之前的分析以及收集到的數(shù)據(jù)，我們初步建立如下的線性方程形式： Y= 0+1X1+2X2+3X3+4X4+5X5+ Y：觀眾對電影整體的評分X1：觀眾對導演的評分 X2: 觀眾對主演1的評分 X3：觀眾對主演2的評分 X4:觀眾對畫面的評分X5：續(xù)集（虛擬變量，1表示續(xù)集，0表示不是續(xù)集） Ps：評分均為十分制5.回歸分析和模型的檢驗回歸分析：通過Eviews7對收集到的數(shù)據(jù)進行回歸分析，結(jié)果如下：1 2 3 4 5 (1)(-1.9530) (0.0481) (0.1

12、071) (0.1076) (0.1108) (0.1622)F檢驗的f值為48.1637，取5%的顯著性水平，可以發(fā)現(xiàn)回歸系數(shù)在總體上的檢驗是顯著的1，擬合度很高。在5%的顯著性水平上,對方程（1）的系數(shù)進行假設(shè)檢驗，得出如下結(jié)論：通過上表發(fā)現(xiàn)，觀眾對導演以及演員的評分的系數(shù)的t檢驗不顯著，對電影畫面評分的系數(shù)的t檢驗是顯著的。下面我們將對此進行檢驗。相關(guān)系數(shù)矩陣由相關(guān)系數(shù)矩陣可以看出，各解釋變量相互之間的相關(guān)系數(shù)不高，證實不存在嚴重的多重共線性。遺漏變量 方程中解釋變量的數(shù)目已經(jīng)足夠，而其他可作為解釋變量的變量數(shù)據(jù)獲取很困難，并可能存在較大的誤差，所以在這里不考慮遺漏變量的影響，雖然這樣會

13、降低方程的準確性，但這里是可取的。不相關(guān)變量 方程中的觀眾對導演、演員的評分可能都是不相關(guān)變量。下面用模型設(shè)定的四個準則進行檢驗。 1.理論：將觀眾對主演的評分從模型中剔除掉是合理的，原因如下：電影重在選題和導演對全局的布控，雖然制片方對演員的選擇也很在乎，但這只是吸引觀眾進到電影院的一個方式。相信在一場電影結(jié)束的時候，觀眾對影片的評價不會與對明星的純粹感情相混淆。這也正符合我們對數(shù)據(jù)分析的結(jié)果，即對影片的整體評價（Y）與演員因素（X2,X3）顯著性不高。同樣，我們將是否有續(xù)集的變量也從模型中剔除掉，原因與明星效應類似，即使一個系列的影片前幾部很叫好，也不能成為下一部同樣賣座的主要因素。例如生

14、化危機1與生化危機5，整體評分是7.5和6.4，可見影片是否為系列作品與對電影制作好壞的評價并無顯著關(guān)系。綜上所述，選材（故事情節(jié)）以及表現(xiàn)手法（導演）才是衡量電影的關(guān)鍵。2、t檢驗：可能的不相關(guān)變量的t值分別是1.023,1.343,和-1.505 ，對于1.023,1.343,和-1.505，在我們正常使用的顯著性水平內(nèi)也是不顯著的，而且排除他們后其他變量的t值都變得顯著了，于是排除他們； 3、調(diào)整的R方：排除變量后，調(diào)整的R方減小了，但波動的幅度不大，被排除的變量多多少少是不相關(guān)的； 4、偏誤：分別排除或者同時排除掉觀眾對導演、演員的評分這兩個變量后，剩余變量的系數(shù)只是發(fā)生了很小的變動，

15、表明即使排除該變量會造成偏誤，也是很小的一部分，無關(guān)大局。于是排除它們。 將觀眾對導演、演員的評分這兩個變量排除掉之后重新對模型進行回歸14Y：觀眾對電影整體的評分X1：觀眾對導演的評分 X4:觀眾對畫面的評分取5%的顯著性水平，經(jīng)過t檢驗后發(fā)現(xiàn)方程的檢驗都是顯著的，調(diào)整的R方為0.848，擬合度非常好，而且方程中也不存在多重共線性現(xiàn)象，于是，暫定使用此方程，并以此為基礎(chǔ)來進行下面的驗證工作。序列相關(guān)檢驗 德賓- 沃森d檢驗 DW的范圍自相關(guān)狀態(tài)0DWdl存在自相關(guān)DlDWdu不能確定DUDW4-du無自相關(guān)4-duDW4-dl不能確定4-DlDWdL,根據(jù)判定規(guī)則知，隨機誤差項不存在序列相關(guān) 。懷特的一般異方差檢驗（White test）【5】 在EVIEWS中對方程進行懷特檢驗 卡方檢驗來檢驗方程的顯著性，由下表知道，此時檢驗統(tǒng)計量是NR2=15.501，取1%的顯著性水平，自由度為39，臨界值為22.1643，因為22.164315.501,我們接受沒有異方差的假設(shè)，從而檢驗得出方程中不存在異方差現(xiàn)象 ；因此14我們將它作為本模型的最終方程形式，并用于實際的預測工作，以檢驗方程的實際可操作性。6.模型的運用和票房預測X戰(zhàn)警導演評分：情節(jié)評分：運用方程，我們預測接下來就要上映的電影X戰(zhàn)警的整體評分 結(jié)合公式：14這個整體評分數(shù)據(jù)是根據(jù)之前的模型推導預測出來