|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 3 e5 C* w+ p! P) b7 Z
" ^& Y7 w' z0 T! E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():( t# M7 ]% Z! }1 \: i
3 F! e& y: A! Y2 K/ |" ~4 X% Q
a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
6 }' ]$ q: D( ?/ C4 d或者 ) V0 x, e8 n8 ~ f
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)) T8 Z6 u U. C
" b2 n. o% e$ d, u8 ^# E
a与chisq.test()完全相同
3 w: n! @7 [+ K/ H' s
, l' w. @1 _8 g' w% x1 Y' w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?
) P5 A6 m% w; e7 j* S8 Z9 k
: \9 x& m0 A2 a$ j; Z> p=(5173+930)/(6841+1217)
1 o$ s- H+ z" F+ a> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))4 \8 _) k2 L. `" l. Y! c/ p
> 2*pnorm(z)
8 k1 ^; [+ f& K* N4 n) p$ a[1] 0.5486768& z( ]+ C! A) p+ r
\: ?$ W# O* _& \: ^
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.
7 q& U5 A' \8 G; k N0 u8 q, w
8 ], `" t/ H8 _5 Z/ t7 p! s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
|