名侦探柯南事务所»论坛 › 主论坛区 › 事务所主论坛 › 图说《名侦探柯南》动画收视率(截至490集) ...

12 / 2 页下一页

查看: 5645|回复: 35

[资料整理] 图说《名侦探柯南》动画收视率(截至490集)

[复制链接]

laymanne

名侦探

0 主题	0 好友	483 积分

帖子: 348
精华: 5
积分: 483
威望: 201
ＲＰ: 697
金钱: 905 柯币
人气: 2408 ℃
注册时间: 2004-9-17

发消息

电梯直达

顶楼

发表于 2007-12-16 11:08:57 |只看该作者 |倒序浏览

图说《名侦探柯南》动画收视率（截至2007年12月15日，动画490集）
收视率统计表

收视率折线图

根据回归曲线分析，收视率走向大致可以分为三个阶段。有一点是我们不愿意看到的：收视率在最近持续下跌；另有一点是令人欣慰的：下跌的幅度有所减缓（暂且算是一种欣慰吧）。

______________________________________________________________

第一阶段（1、云霄飞车杀人事件——76、柯南对怪盗基德）

主要走势显著上扬，线性斜率接近+0.1。以15%为准线，前后程明显表现为基准化差异。可见动画化的柯南正在逐步为观众所接受。

______________________________________________________________

第二阶段（77、名门连续惨死事件——311、与黑暗组织的接触）

线性与二阶回归曲线拟合度较高，整体上讲走势平稳。下限较为尖锐，对整体走势影响不大。期间127-140集一段收视率持续大幅领先于均线，但考虑有129集灰原登场的重要刺激，这样的异常并不为过。

细分之一（77、名门连续惨死事件——129、来自黑衣组织的女子大学教授杀人事件）

收视率维持在20±2%范围内，柯南剧情开始进入平稳期。

细分之二（130、竞技场无差别胁迫事件——178、和黑暗组织的再会）

收视率震荡较大，不得已做出三阶回归才算看出些许端倪。

细分之三（179、咖啡店货车闯入事件——263、大阪双重神秘浪花剑士和太阁之城）

走势基本平稳，几个低点无一例外都是不得人心的动画原创，完全可以54。

细分之四（264、法庭的对决Ⅰ 妃VS小五郎——311、与黑暗组织的接触）

线性斜率近-0.1%，可见下滑趋势明显，勉强维护住了15%的心理底线。

______________________________________________________________

第三阶段（312、夕阳染红的女儿节人偶——490、服部平次VS工藤新一滑雪场的推理对决）

已经很清楚了吧，如此不容怀疑的颓势，倘若这是所持股票看板的话，那就只好跳楼了。

细分之一（312、夕阳染红的女儿节人偶——383、甲子园的奇迹绝不能输给看不见的恶魔）

虽然整体走势不济，但短期的小幅萎缩并没有表现得太过悲观。

细分之二（384、目标是毛利小五郎——490、服部平次VS工藤新一滑雪场的推理对决）

在对收视率下降已经麻木的今天，观众期待的也许只是个令人信服的结局而已。

______________________________________________________________

最后多说几句，309-311集、与黑暗组织的接触，最为引人关注的主线剧情开始走上正轨，而此后收视率却一路走低。看来什么事情要想吊人胃口就必须保持神秘感，不然一旦把前因后果挑明，别人也就不再予以热情关注了。由此想到73屡屡故弄玄虚，难道这会是捍卫收视率的黔驴之计？

______________________________________________________________
简单解释一下如何看待拟合曲线。
如果把柯南每一集的收视率汇总看做一个样本空间，那么下面要进行的就是一组纯粹的数学分析，这里用到的是比较直观的一元多项式拟合回归模型。
所谓线性回归，是指将一组样本数据拟合成为一条直线（图中是黄线），要求其将样本空间的所有数据进行均分。直观的讲，就是每个样本点的垂直距离之和为零，正负抵消。所用的方法是最小二乘法，具体的运算有些繁琐，感兴趣的朋友可以看一下有关数理分析的书，这里完全可以用电脑来计算。
另一条红色的线是二次回归曲线，顾名思义，表示把样本值拟合成一个二次方程。
实际分析时，主要考虑几条曲线的拟合系数。
比如，图9，312-490，我说它的拟合度很好，是因为从直观可以看到，红黄两条拟合线几乎重叠。从数学角度分析，两个方程：Y=a1+b1X和Y=a2+b2X+c2X^2中，二次项系数c2=7E-05，这个值很小，表示二次拟合曲线的曲率很小，也就是说它接近直线；b2和b1接近进一步表示两曲线斜率相当；a2和a1接近说明Y轴截矩相当。有了这三点保证，可以说所拟合的曲线较为真实地表现了当前样本空间的趋势，如果两曲线不匹配，则要计算更高阶拟合方程。
如图6，二阶回归曲线的c值比较大，说明它呈现较明显的二阶曲线特征（曲率比较大，曲线比较弯），这样就不可能与线性回归线高度拟合，也就是说这个统计样本没有呈现明显的线性特征。而二阶回归线与三阶回归线拟合很好，说明在假定该样本空间符合多项式回归模型的前提下，该样本符合较为明显的二次曲线特征。
通常情况下，只有在高阶回归曲线的高次系数较小时，才能达到回归线的高度拟合。
由于方程的级次越高，拟合效果越清晰，所以每将拟合级数提高一级，都会看到拟合曲线在低阶曲线的基础上更加趋向于真实的样本。
因此可以说，低阶的拟合曲线拐点少，曲线光滑，但是面对复杂的样本空间，它的样本拟合度（也就是与真实数据相比的相似性）更差。面对如图6的比较复杂的样本，需要进行高阶拟合，才能得到较为准确的拟合曲线。
我把计算用的EXCEL表格也发上来，网友可以尝试给图2添加二阶拟合曲线，会看到它与我给出的六阶曲线差别很大，而且严重偏离了真实样本的走势。这是因为对于490个样本点而言，一条二阶曲线很难拟合出与其匹配的图形。
严格的说，对于未知拟合方程形态的样本（当然不是所有的样本都符合多项式回归模型），还要进行显著性验算，具体方法也是简单枯燥的，带几个公式，查一下数学用表就行了，只不过考虑到样本点本来就不够丰富，这样的验算实用性并不强。我懒~~~，不算了。

______________________________________________________________

[ 本帖最后由 laymanne 于 2007-12-17 07:56 编辑 ]

收视率分析.rar

18.48 KB, 下载次数: 477

分享到: QQ好友和群 微信

淘帖0 分享0 收藏0 喝彩0 无视0 分享到新浪微博

帐号		自动登录	找回密码
密码			注册