2020년은 covid-19 바이러스로 인해 여러 산업에 큰 타격을 입힌 해였습니다. 여러 회사들의 침체기를 겪고 항공, 서비스등 여러 산업이 흔들리는 가운데, 영화 개봉이 늦춰지고, 여러 언론매체에서 영화산업이 피해를 보고있다는 기사를 다뤘습니다. 기존에도 영화 산업의 경우 ’수요 예측’이 어려운산업으로 아무리 견고하게 제작하고 작품성이 뛰어나도 성공이 예측되기 힘든 산업으로 알려져있습니다. 팬데믹은 영화 산업은 어떠한지에 대해 궁금하였습니다. 따라서, 이 분석은 2019년과 2020년 개봉했던 영화를 비교하여 국내 영화 생태계의 특징에 대해서 알아보고자 합니다. 전국적으로 영화 관련 산업 매출에 대해 알아보고 어떠한 요인이 영화 세계에서 가장 중요한 영향을 끼치는지 다양한 분석을 사용하여 알아보고자 하였습니다. 이러한 분석은 영화 산업의 발전과 마케팅의 비용감소등을 기대해 볼 수 있다고 생각하였습니다.
데이터는 전국 단뒤 영화 관객 데이터를 다루고 있는 영화관입장권통합전산망 (KOSIS, http://www.kobis.or.kr/kobis/business/main/main.do) 에서 2019년부터 2020년까지 년단위 엑셀을 다운받아 활용하기로 하였습니다. 또한, 영화의 평점에 대해서도 알아보기 위해 네이버 평점을 타이핑해 복사해왔습니다.
전체 엑셀 데이터는 관람자가 소규모인 영화도 포함되어 분석의 어려움이 있었습니다. 한국의 대중적인 영화 산업의 분위기를 알아보기 위해 관람객 20만 이상을 기준으로 분석하였습니다. 따라서 관람객 20만 이하인 영화는 삭제하였습니다. 데이터의 구조는 [순번, 영화면, 감독, 제작사, 수입사, 배급사, playdate, 영화유형, 영화형태, 국적, 전국, 서울, genre, 등급, 영화구분,평점] 이러한 형태로 구성되어 있었습니다.
# 데이터 처리를 위해 dplyr 패키지 사용
#install.packages("dplyr")
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
# 2019년 영화 Data 불러오기 (File - Import Dataset - From Excel)
library(readxl)
movie_2019 <- read_excel("C:/Users/sohee/Desktop/movie/Movie/movie_2019.xls")
View(movie_2019)
# 2020년 영화 Data 불러오기
library(readxl)
movie_2020 <- read_excel("C:/Users/sohee/Desktop/movie/Movie/movie_2020.xls")
View(movie_2020)
# 파생변수 생성 라이브러리
#install.packages("stringr")
library(stringr)
#install.packages("ggplot2")
library(ggplot2)
theme_set(theme_gray(base_family="BM JUA OTF"))
#install.packages("lubridate")
library(lubridate)
##
## Attaching package: 'lubridate'
## The following objects are masked from 'package:base':
##
## date, intersect, setdiff, union
# 대표장르를 선별하기 위해 장르의 ,까지의 문자만 가져오기
movie_2019$Rgenre <- str_sub(movie_2019$genre,1,regexpr(",",movie_2019$genre))
movie_2020$Rgenre <- str_sub(movie_2020$genre,1,regexpr(",",movie_2020$genre))
# , 삭제하기
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"[^[:alpha:]]","")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"[^[:alpha:]]","")
# str_replace_all을 이용하여 여러 genre를 대표할 수 있는 genre로 축약하기
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"범죄드라마","범죄")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"멜로","로맨스")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"공포","temp")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"스릴러","temp")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"미스터리","temp")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"서스펜스","temp")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"temp","공포")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"판타지","temp2")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"SF","temp2")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"temp2","판타지")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"느와르","temp3")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"범죄","temp3")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"temp3","범죄")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"다큐멘터리","드라마")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"뮤지컬","드라마")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"서사","드라마")
movie_2019$Rgenre <- str_replace_all(movie_2019$Rgenre,"전쟁","액션")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"범죄드라마","범죄")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"멜로","로맨스")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"공포","temp")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"스릴러","temp")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"미스터리","temp")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"서스펜스","temp")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"temp","공포")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"판타지","temp2")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"SF","temp2")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"temp2","판타지")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"느와르","temp3")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"범죄","temp3")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"temp3","범죄")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"다큐멘터리","드라마")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"뮤지컬","드라마")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"서사","드라마")
movie_2020$Rgenre <- str_replace_all(movie_2020$Rgenre,"전쟁","액션")
# Rgenre 형식 변경
movie_2019$Rgenre <- as.factor(movie_2019$Rgenre)
movie_2020$Rgenre <- as.factor(movie_2020$Rgenre)
# 그래프로 표현해보기
ggplot(movie_2019,aes(x=Rgenre)) + geom_bar(colour="#FF9999") +theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()
ggplot(movie_2020,aes(x=Rgenre)) + geom_bar(colour="#FF9999") +theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()
# 날짜 형식 변경
movie_2019[,6]<- str_replace_all(movie_2019$playdate,"\\.","-")
movie_2020[,6]<- str_replace_all(movie_2020$playdate,"\\.","-")
# 개봉달 변수 생성
movie_2019$month<- month(movie_2019$playdate)
movie_2020$month <- month(movie_2020$playdate)
# 계봉 계절 변수 생성
movie_2019$season <- ifelse(movie_2019$month>=3 & movie_2019$month<=5,"봄",
ifelse(movie_2019$month>=6 & movie_2019$month<=8,"여름",
ifelse(movie_2019$month>=9 & movie_2019$month<=11,"가을","겨울")))
movie_2020$season <- ifelse(movie_2020$month>=3 & movie_2020$month<=5,"봄",
ifelse(movie_2020$month>=6 & movie_2020$month<=8,"여름",
ifelse(movie_2020$month>=9 & movie_2020$month<=11,"가을","겨울")))
##형식 변환
# 개봉달을 팩터형식로 변환
movie_2019$month <- as.factor(movie_2019$month)
movie_2020$month <- as.factor(movie_2020$month)
# 영화명을 문자형식으로 변환
movie_2019$name <- as.character(movie_2019$name)
movie_2020$name <- as.character(movie_2020$name)
# 개봉일을 날짜형식으로 변환
movie_2019$playdate <- as.Date(movie_2019$playdate)
movie_2020$playdate <- as.Date(movie_2020$playdate)
# 장르를 문자형식으로 변환
movie_2019$genre <- as.character(movie_2019$genre)
movie_2020$genre <- as.character(movie_2020$genre)
# 평점 문자형 형태 변환
movie_2019$score <- as.numeric(movie_2019$score)
movie_2020$score <- as.numeric(movie_2020$score)
# 계절을 factor형식으로 변환
movie_2019$season <- factor(movie_2019$season,levels=c("봄","여름","가을","겨울"))
movie_2020$season <- factor(movie_2020$season,levels=c("봄","여름","가을","겨울"))
#View(movie_2019)
#View(movie_2020)
# 2019년 데이터 형태 살펴보기
str(movie_2019)
## tibble [100 x 18] (S3: tbl_df/tbl/data.frame)
## $ name : chr [1:100] "극한직업" "어벤져스: 엔드게임" "겨울왕국 2" "알라딘" ...
## $ director : chr [1:100] "이병헌" "안소니 루소,조 루소" "크리스 벅,제니퍼 리" "가이 리치" ...
## $ production company: chr [1:100] "(주)어바웃필름,영화사 해그림 주식회사,씨제이이앤엠(주)" NA NA NA ...
## $ input company : chr [1:100] NA "월트디즈니컴퍼니코리아 유한책임회사" "월트디즈니컴퍼니코리아 유한책임회사" "월트디즈니컴퍼니코리아 유한책임회사" ...
## $ Dcompany : chr [1:100] "씨제이이앤엠(주)" "월트디즈니컴퍼니코리아 유한책임회사" "월트디즈니컴퍼니코리아 유한책임회사" "월트디즈니컴퍼니코리아 유한책임회사" ...
## $ playdate : Date[1:100], format: "2019-01-23" "2019-04-24" ...
## $ nationality : chr [1:100] "한국" "미국" "미국" "미국" ...
## $ screen : num [1:100] 1978 2835 2648 1311 1948 ...
## $ sales : num [1:100] 1.40e+11 1.22e+11 1.12e+11 1.07e+11 8.59e+10 ...
## $ audience : num [1:100] 16264944 13934592 13369064 12552283 10085275 ...
## $ seoul sales : num [1:100] 3.19e+10 3.36e+10 2.78e+10 3.02e+10 2.34e+10 ...
## $ seoul audience : num [1:100] 3638287 3597963 3113576 3374837 2692855 ...
## $ genre : chr [1:100] "코미디" "액션" "애니메이션" "어드벤처" ...
## $ grade : chr [1:100] "15세이상관람가" "12세이상관람가" "전체관람가" "전체관람가" ...
## $ score : num [1:100] 9.2 9.5 8.95 9.42 9.07 8.99 8.99 7.47 8.45 8.97 ...
## $ Rgenre : Factor w/ 14 levels "가족","공연",..: 13 11 10 12 6 13 11 12 11 11 ...
## $ month : Factor w/ 12 levels "1","2","3","4",..: 1 4 11 5 5 7 7 12 3 10 ...
## $ season : Factor w/ 4 levels "봄","여름","가을",..: 4 1 3 1 1 2 2 4 1 3 ...
# 2020년 데이터 형태 살펴보기
str(movie_2020)
## tibble [34 x 18] (S3: tbl_df/tbl/data.frame)
## $ name : chr [1:34] "남산의 부장들" "다만 악에서 구하소서" "반도" "히트맨" ...
## $ director : chr [1:34] "우민호" "홍원찬" "연상호" "최원섭" ...
## $ production company: chr [1:34] "(주)하이브미디어코프" "(주)하이브미디어코프" "(주)영화사레드피터" "베리굿스튜디오(주)" ...
## $ input company : chr [1:34] NA NA NA NA ...
## $ Dcompany : chr [1:34] "(주)쇼박스" "씨제이이앤엠(주)" "(주)넥스트엔터테인먼트월드(NEW)" "롯데컬처웍스(주)롯데엔터테인먼트" ...
## $ playdate : Date[1:34], format: "2020-01-22" "2020-08-05" ...
## $ nationality : chr [1:34] "한국" "한국" "한국" "한국" ...
## $ screen : num [1:34] 1659 1997 2575 1122 1971 ...
## $ sales : num [1:34] 4.12e+10 3.85e+10 3.31e+10 2.06e+10 1.69e+10 ...
## $ audience : num [1:34] 4750104 4350041 3811722 2406232 1962167 ...
## $ seoul sales : num [1:34] 9.85e+09 8.89e+09 8.00e+09 4.07e+09 3.59e+09 ...
## $ seoul audience : num [1:34] 1113402 981856 894796 472840 406602 ...
## $ genre : chr [1:34] "드라마" "범죄" "액션" "코미디" ...
## $ grade : chr [1:34] "15세이상관람가" "15세이상관람가" "15세이상관람가" "15세이상관람가" ...
## $ score : num [1:34] 8.46 8.57 7.21 7.99 7.47 7.03 7.98 8.76 8.12 8.37 ...
## $ Rgenre : Factor w/ 10 levels "공포","공포호러",..: 3 4 7 9 8 3 3 7 10 9 ...
## $ month : Factor w/ 9 levels "1","2","5","6",..: 1 6 5 1 9 4 5 6 1 2 ...
## $ season : Factor w/ 4 levels "봄","여름","가을",..: 4 2 2 4 4 2 2 2 4 4 ...
# 기술통계량
summary(movie_2019)
## name director production company input company
## Length:100 Length:100 Length:100 Length:100
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
##
##
## Dcompany playdate nationality screen
## Length:100 Min. :2018-10-31 Length:100 Min. : 224.0
## Class :character 1st Qu.:2019-03-18 Class :character 1st Qu.: 793.8
## Mode :character Median :2019-06-26 Mode :character Median : 980.5
## Mean :2019-06-22 Mean :1066.0
## 3rd Qu.:2019-09-25 3rd Qu.:1255.8
## Max. :2019-12-26 Max. :2835.0
##
## sales audience seoul sales seoul audience
## Min. :1.740e+09 Min. : 219078 Min. :3.679e+08 Min. : 47386
## 1st Qu.:3.786e+09 1st Qu.: 458908 1st Qu.:9.717e+08 1st Qu.: 111699
## Median :8.038e+09 Median : 984986 Median :1.962e+09 Median : 230244
## Mean :1.801e+10 Mean : 2121808 Mean :4.610e+09 Mean : 520625
## 3rd Qu.:1.976e+10 3rd Qu.: 2270201 3rd Qu.:4.601e+09 3rd Qu.: 537056
## Max. :1.396e+11 Max. :16264944 Max. :3.358e+10 Max. :3638287
##
## genre grade score Rgenre
## Length:100 Length:100 Min. :6.430 액션 :23
## Class :character Class :character 1st Qu.:7.930 드라마 :17
## Mode :character Mode :character Median :8.640 애니메이션:16
## Mean :8.433 범죄 : 9
## 3rd Qu.:9.005 코미디 : 8
## Max. :9.680 공포 : 5
## NA's :1 (Other) :22
## month season
## 12 :13 봄 :21
## 1 :11 여름:23
## 9 :10 가을:24
## 7 : 9 겨울:32
## 10 : 9
## 2 : 8
## (Other):40
summary(movie_2020)
## name director production company input company
## Length:34 Length:34 Length:34 Length:34
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
##
##
## Dcompany playdate nationality screen
## Length:34 Min. :2019-05-30 Length:34 Min. : 328.0
## Class :character 1st Qu.:2020-01-09 Class :character 1st Qu.: 958.5
## Mode :character Median :2020-02-08 Mode :character Median :1192.0
## Mean :2020-03-14 Mean :1330.7
## 3rd Qu.:2020-06-15 3rd Qu.:1623.0
## Max. :2020-09-17 Max. :2648.0
##
## sales audience seoul sales seoul audience
## Min. :1.576e+09 Min. : 217056 Min. :2.170e+08 Min. : 25888
## 1st Qu.:3.943e+09 1st Qu.: 464223 1st Qu.:1.049e+09 1st Qu.: 117310
## Median :7.183e+09 Median : 840498 Median :1.903e+09 Median : 214999
## Mean :1.043e+10 Mean :1208072 Mean :2.618e+09 Mean : 295845
## 3rd Qu.:1.328e+10 3rd Qu.:1586741 3rd Qu.:3.388e+09 3rd Qu.: 387802
## Max. :4.122e+10 Max. :4750104 Max. :9.851e+09 Max. :1113402
##
## genre grade score Rgenre
## Length:34 Length:34 Min. :7.030 드라마 :8
## Class :character Class :character 1st Qu.:7.982 액션 :6
## Mode :character Mode :character Median :8.415 코미디 :6
## Mean :8.341 애니메이션:4
## 3rd Qu.:8.822 공포 :3
## Max. :9.480 어드벤처 :3
## (Other) :4
## month season
## 1 :8 봄 : 2
## 2 :7 여름: 9
## 12 :5 가을: 3
## 6 :4 겨울:20
## 8 :3
## 5 :2
## (Other):5
#그래프 패키지
#install.packages("ggplot2")
library(ggplot2)
# 대표장르 그래프
ggplot(movie_2019,aes(x=Rgenre)) + geom_bar()
ggplot(movie_2020,aes(x=Rgenre)) + geom_bar()
# 국적 그래프
ggplot(movie_2019,aes(x=nationality)) + geom_bar(colour="#FF9999")
ggplot(movie_2020,aes(x=nationality)) + geom_bar(colour="#FF9999")
# 배급사 그래프
ggplot(movie_2019,aes(x=Dcompany)) + geom_bar(colour="#FF9999") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()
ggplot(movie_2020,aes(x=Dcompany)) + geom_bar(colour="#FF9999") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()
#관객수 분석. 단변량탐색(연속형변수)
ggplot(movie_2019, aes(x = sales)) + geom_histogram(colour = "#FF9999",bins = 10)
ggplot(movie_2020, aes(x = sales)) + geom_histogram(colour = "#FF9999",bins = 10)
#평점 분석.
ggplot(movie_2019, aes(x = score)) + geom_histogram(colour = "#FF9999",bins = 10)
ggplot(movie_2020, aes(x = score)) + geom_histogram(colour = "#FF9999",bins = 10)
# 월별 관객수
ggplot(movie_2019,aes(x=month,y=sales,fill=month)) + geom_bar(stat="identity")
ggplot(movie_2020,aes(x=month,y=sales,fill=month)) + geom_bar(stat="identity")
# 대표 장르에 따른 평균 관객수 - Aaggregate 함수사용
audience <- aggregate(sales~Rgenre,movie_2019,mean)
ggplot(audience,aes(x=Rgenre,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()
audience11 <- aggregate(sales~Rgenre,movie_2020,mean)
ggplot(audience11,aes(x=Rgenre,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()
# 대표장르 따른 관객수의 중간값(season)
audience2 <- aggregate(sales~Rgenre+season,movie_2019,median)
ggplot(audience2,aes(x=season,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge",color="black")
audience22 <- aggregate(sales~Rgenre+season,movie_2020,median)
ggplot(audience22,aes(x=season,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge",color="black")
# 대표 장르에 따른 실제 관객수(계절)
ggplot(movie_2019,aes(x=season,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge",color="black") + labs(fill="Rgenre")
ggplot(movie_2020,aes(x=season,y=sales,fill=Rgenre)) + geom_bar(stat="identity",position="dodge",color="black") + labs(fill="Rgenre")
# 관람등급에 따른 평균 관객수
audience5 <- aggregate(sales~grade,movie_2019,mean)
ggplot(audience5,aes(x=grade,y=sales,fill=grade)) + geom_bar(stat="identity",position="dodge") + labs(fill="grade")
audience25 <- aggregate(sales~grade,movie_2020,mean)
ggplot(audience25,aes(x=grade,y=sales,fill=grade)) + geom_bar(stat="identity",position="dodge") + labs(fill="grade")
# 대표장르에 따른 평점의 평균
rating <- aggregate(score~Rgenre,movie_2019,mean)
ggplot(rating,aes(Rgenre,exp(score),fill=Rgenre)) + geom_bar(position="dodge",stat="identity") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()
rating21 <- aggregate(score~Rgenre,movie_2020,mean)
ggplot(rating21,aes(Rgenre,exp(score),fill=Rgenre)) + geom_bar(position="dodge",stat="identity") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()
# 월별 평점의 평균
rating2 <- aggregate(score~month,movie_2019,mean)
ggplot(rating2,aes(month,exp(score),fill=month)) + geom_bar(position="dodge",stat="identity") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()
rating22 <- aggregate(score~month,movie_2020,mean)
ggplot(rating22,aes(month,exp(score),fill=month)) + geom_bar(position="dodge",stat="identity") + theme(axis.text.x=element_text(angle=90, hjust=1)) + coord_flip()
-2020년: - 11월,12월은 작년 2019년 영화의 개봉일이 들어간 것 이기때문에 제외하고 나머지 달에서 생각해 보았다. - 평점은 대부분의 달이 낮은 점수를 기록하며 대부분 동일하였다. - 6월과 7월이 비교적으로 다른 달보다 낮은것을 볼 수 있었다.
# 대표 국적에 따른 평점의 평균
rating3 <- aggregate(score~nationality,movie_2019,mean)
ggplot(rating3,aes(nationality,exp(score),fill=nationality)) + geom_bar(position="dodge",stat="identity")
rating23 <- aggregate(score~nationality,movie_2019,mean)
ggplot(rating23,aes(nationality,exp(score),fill=nationality)) + geom_bar(position="dodge",stat="identity")
# 이상치제거
#install.packages("outlers")
library(outliers)
normal <- movie_2019[outlier(movie_2019$score,logical=TRUE)==FALSE,]
# 장르별 평점에 따른 관객수의 상관관계
ggplot(normal,aes(x=score,y=log10(audience))) + geom_point() + geom_smooth(method = "lm") + facet_grid(. ~Rgenre)
# 대체적으로 무난한 영화 장르(편안하게 볼 수 있는영화)
happy <- filter(normal,Rgenre=="코미디" | Rgenre=="애니메이션" | Rgenre=="로맨스" | Rgenre=="드라마" | Rgenre=="모험")
# 마니아 층이 있는 영화 장르
mania <- filter(normal,Rgenre=="공포" | Rgenre=="판타지" | Rgenre=="범죄" | Rgenre=="액션")
#무난 그래프
ggplot(happy,aes(x=exp(score),y=log10(audience))) + geom_point() + geom_smooth(method = "lm")
#마니아그래프
ggplot(mania,aes(x=exp(score),y=log10(audience))) + geom_point() + geom_smooth(method = "lm")
modelhappy <- lm(log(audience)~exp(score),data=happy)
summary(modelhappy)
##
## Call:
## lm(formula = log(audience) ~ exp(score), data = happy)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.9081 -0.6466 -0.2450 0.5215 2.5924
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.277e+01 3.954e-01 32.288 < 2e-16 ***
## exp(score) 1.362e-04 4.884e-05 2.789 0.00821 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.084 on 38 degrees of freedom
## Multiple R-squared: 0.17, Adjusted R-squared: 0.1481
## F-statistic: 7.781 on 1 and 38 DF, p-value: 0.008209
modelmania <- lm(log(audience)~exp(score),data=mania)
summary(modelmania)
##
## Call:
## lm(formula = log(audience) ~ exp(score), data = mania)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.92205 -0.69379 0.00221 0.76403 1.52397
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.330e+01 2.766e-01 48.104 < 2e-16 ***
## exp(score) 1.593e-04 5.146e-05 3.095 0.00368 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.8944 on 38 degrees of freedom
## Multiple R-squared: 0.2013, Adjusted R-squared: 0.1803
## F-statistic: 9.58 on 1 and 38 DF, p-value: 0.003683