|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
' p$ U8 w, k1 W$ W
y5 o) f5 e) i% ~两种办法作proportion test, 一种前面已经提过用Chi-square test,而且已经用R给出了答案:p-value = 0.5731。这种方法除了在R里面用chisq.test(),也可以用prop.test():
/ ^' m0 Z% h z! ]( P
! }4 D; Y; [. j8 k6 La: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
+ F" H! X" w! V% c或者 1 K9 x$ k9 T/ A* o8 X2 ?7 w
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
7 ^4 f. ]8 p6 U$ ^/ l0 z$ p; ^5 M: [* W% n
a与chisq.test()完全相同
$ S% d; P z3 U3 s9 Y
# z+ }; [2 _; t" q1 I+ @" [1 Y D4 P而b其实就是Z test(Z test用来比较sample proportion, 而T test用以比较sample mean),那Z test怎么用R来做呢?
) R1 T; W3 h- `0 G& a* C# q" |9 Y' L( `4 L: @
> p=(5173+930)/(6841+1217)
2 E$ ?8 L2 a5 y" `4 I> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
9 j# O5 n' h' s* W9 h! e, C> 2*pnorm(z)9 S: y+ T; H, H$ u1 {8 @+ f2 N2 P
[1] 0.5486768
/ W- W9 }9 l& ~/ O5 B
" t7 z. {, s- a) a9 g ]7 A( o, z最后就是Z test得到的p-value,跟b的结果一模一样。公式大家可以google:Z test.5 k/ {% n. Q+ [7 J. A; `
: Z; q, T( `2 s+ Z7 }) s# C结论是无论用哪种方法,无论是在90%还是95%的confidence level,无论是one tail还是two tail(我这里只做了two tail,one tail稍微改一改就可以得到),null hypothesis(proportion相等)都无法推翻,所以楼主认为可能存在的“睡狗”现象不能通过统计test证实,只能说交叉销售没有起到促进销售的作用。 |
评分
-
查看全部评分
|