Breve nota sobre o número de usuários da RSP segundo o Google Analytics

Autores

Palavras-chave:

séries temporais, pontos de mudança, Product Partition Models, Dynamic Generalized Linear Models, marcos editoriais

Resumo

O número de visitantes do site de um periódico pode ser utilizado como uma proxy de seu impacto. Nesta nota utilizamos o Product Partition Dynamic Generalized Linear Model para localizar possíveis pontos de mudança na série de visitantes do site da Revista do Serviço Público (RSP) ao longo do período que vai de janeiro de 2017 até abril de 2022. Nossos resultados apontam para a existência de doze quebras estruturais na série: seis positivas e seis negativas. As quebras positivas, associadas a um aumento no fluxo de visitantes, podem ser atribuídas ao lançamento de novas edições. Verificamos que duas delas geraram uma mudança permanente no número de visitantes da página da RSP. Já os pontos de mudança negativo, em geral, representam um movimento de retorno à média depois de um aumento inesperado de acessos no site da revista. Esperamos que a determinação dos marcos editoriais da RSP possa auxiliar o corpo editorial da revista a identificar temas e autores de maior interesse para os leitores.

Downloads

Não há dados estatísticos.

Referências

Barry, D., & Hartigan, J. A. (1992). Product Partition Models for Change Point Problems. The Annals of Statistics, 20(1), 260–279.

Comitti, V. S.; Demarqui, F. N.; dos Santos, T. R.; Almeida, J. da A. (2021) Product Partition Dynamic Generalized Linear Models. Disponível em: <http://arxiv.org/abs/2103.02470>. Acesso em: 11/3/2021.

Kendall, M. and Stuart, A. (1983) The Advanced Theory of Statistics. Vol. 3: Distribution Theory. Griffin, London, 410-414.

Loschi, R. and Cruz, F. (2002). Applying the Product Partition Model to the Identification of Multiple Change Points. Advances in Complex Systems (ACS). 05. 371-387.

West, M., Harrison, P. J., & Migon, H. S. (1985). Dynamic Generalized Linear Models and Bayesian Forecasting. Journal of the American Statistical Association, 80(389), 73–83.

Yao, Y. (1984). Estimation of a noisy discrete-time step function: Bayes and empirical Bayes approaches. The Annals of Statistics 12, 1434-1447.

Downloads

Publicado

2022-12-27

Como Citar

Comitti, V. S. (2022). Breve nota sobre o número de usuários da RSP segundo o Google Analytics. Revista Do Serviço Público, 73(4), 561-568. Recuperado de https://revista.enap.gov.br/index.php/RSP/article/view/7826

Edição

Seção

Artigos