|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
# C6 Y4 O" j2 q! p" R( }2 V% S8 C" k: P1 m7 {
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():
. }! l- J. c, J: X9 |, _
G9 I, y" c$ S, ?a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
) n6 q! F+ k$ g' t) l( f或者 3 O b. T6 [2 t) B8 y* y, H8 e
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
! t3 y: {* P& j; o# z4 P$ D+ m$ B% s U
a与chisq.test()完全相同
' F& K' ]5 [2 h4 \! D, N/ x$ V. I9 k) R8 Z
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?
3 @; p* J* o- i+ @ n
# B3 q h7 l) ]: X, b- o> p=(5173+930)/(6841+1217)7 ?0 X9 B$ Y, C3 Z5 C& ^7 K
> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
: c- w8 C* y9 q* e9 d> 2*pnorm(z)4 D! G" f4 L9 ~; n- h/ k9 Y; M
[1] 0.5486768( l" q2 I" H; |* k9 Q; W2 v
& l. z( j# j' T' B+ L" A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.8 q1 m2 U) O+ w% K8 ]
! m0 x2 X, b9 `# ~: s7 L/ B. t
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
|