In [1]:

    

entity_views_and_edits <- read.table("../results/sql_queries/entity_views_and_aggregated_revisions/entity_views_and_aggregated_revisions_and_quality_scoring_20170701.tsv", header=FALSE, sep="\t")


    

In [2]:

    

colnames(entity_views_and_edits) <- c('entity_id','number_of_revisions', 'page_views', 'prediction')


    

In [3]:

    

summary(entity_views_and_edits)


    

    






    entity_id        number_of_revisions   page_views        prediction  
 Q1      :       1   Min.   :    1.0     Min.   :0.000e+00   A:    3969  
 Q100    :       1   1st Qu.:    6.0     1st Qu.:1.300e+01   B:  500819  
 Q1000   :       1   Median :   13.0     Median :1.370e+02   C: 5429662  
 Q10000  :       1   Mean   :   17.9     Mean   :2.461e+04   D: 4472790  
 Q100000 :       1   3rd Qu.:   23.0     3rd Qu.:1.000e+03   E:11743883  
 Q1000000:       1   Max.   :21863.0     Max.   :1.253e+10               
 (Other) :22151117                                                       

In [4]:

    

head(entity_views_and_edits, n=100)


    

    






entity_id
number_of_revisions
page_views
prediction

	
Q1000999 
33       
   736   
C        
	
Q10015364
11       
     1   
E        
	
Q10018576
 9       
    21   
E        
	
Q10020348
24       
    11   
E        
	
Q10020832
11       
    12   
E        
	
Q10028220
13       
     6   
E        
	
Q10028970
10       
    20   
E        
	
Q10030496
11       
    85   
E        
	
Q10031876
10       
    23   
E        
	
Q10034266
10       
   223   
E        
	
Q10040378
15       
     0   
E        
	
Q10040620
10       
     9   
E        
	
Q1004252 
14       
127383   
C        
	
Q10043030
11       
    69   
E        
	
Q10046128
15       
     9   
E        
	
Q10046696
19       
   257   
E        
	
Q10056136
10       
   167   
E        
	
Q10063902
11       
    11   
E        
	
Q10069140
14       
     0   
C        
	
Q10069799
16       
     9   
E        
	
Q10070916
15       
    28   
E        
	
Q10071457
10       
     7   
E        
	
Q10079726
15       
    47   
E        
	
Q10080250
12       
     3   
E        
	
Q10081695
16       
     0   
C        
	
Q10086915
10       
    43   
E        
	
Q10087567
17       
     9   
E        
	
Q1008807 
10       
  1173   
E        
	
Q10088852
21       
   192   
D        
	
Q10089175
11       
    16   
E        
	
⋮
⋮
⋮
⋮
	
Q10178174
 12      
     2   
E        
	
Q10179539
 12      
    21   
E        
	
Q10180230
 12      
     0   
E        
	
Q10185035
 12      
     0   
E        
	
Q10185630
 17      
     5   
E        
	
Q10189748
 11      
    14   
E        
	
Q10190125
 14      
     1   
E        
	
Q10191117
 12      
    69   
E        
	
Q10193419
 16      
     2   
E        
	
Q10197467
 10      
     5   
E        
	
Q10199156
 12      
  3878   
E        
	
Q10201621
 12      
   235   
E        
	
Q1020294 
 15      
   289   
D        
	
Q10203058
 12      
    42   
E        
	
Q10205202
 15      
     0   
E        
	
Q1020522 
116      
 37032   
B        
	
Q10206574
 14      
    10   
E        
	
Q10210050
  9      
    13   
E        
	
Q10213854
 13      
    52   
E        
	
Q10214898
 10      
     6   
E        
	
Q10218644
 10      
    27   
E        
	
Q10220002
 16      
295242   
C        
	
Q10222472
 10      
    12   
E        
	
Q10227947
 12      
   544   
E        
	
Q10230571
 10      
    13   
E        
	
Q10231920
 46      
  2167   
C        
	
Q10233668
  8      
    21   
E        
	
Q10234157
 18      
    40   
E        
	
Q10235491
 11      
    22   
E        
	
Q10235772
 11      
    33   
E        

In [5]:

    

cor(entity_views_and_edits$page_views,entity_views_and_edits$number_of_revisions, method="spearman")


    

    





0.184581139220765

In [6]:

    

entity_views_and_edits_model <- lm(entity_views_and_edits$page_views ~ entity_views_and_edits$number_of_revisions)


    

In [7]:

    

summary(entity_views_and_edits_model)


    

    






Call:
lm(formula = entity_views_and_edits$page_views ~ entity_views_and_edits$number_of_revisions)

Residuals:
       Min         1Q     Median         3Q        Max 
-2.051e+08 -6.302e+04  3.079e+04  9.651e+04  1.251e+10 

Coefficients:
                                             Estimate Std. Error t value
(Intercept)                                -143454.88    1532.40  -93.61
entity_views_and_edits$number_of_revisions    9388.76      54.26  173.05
                                           Pr(>|t|)    
(Intercept)                                  <2e-16 ***
entity_views_and_edits$number_of_revisions   <2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 5579000 on 22151121 degrees of freedom
Multiple R-squared:  0.00135,	Adjusted R-squared:  0.00135 
F-statistic: 2.995e+04 on 1 and 22151121 DF,  p-value: < 2.2e-16

In [ ]:

    




    

In [ ]: