|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
3 {: w* B+ H4 T d m5 q5 O' e0 r9 L/ }' c! g4 ?* v
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():
- e u: x- W( b% H) B
6 B' T% {+ n' b" La: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731). V. E2 O- t$ ~* j
或者
3 h9 ]3 W$ k+ [# l9 Zb: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
6 S& h* W! d7 y' N2 |( \) q5 L! C \, T6 ~: Z0 t" s
a与chisq.test()完全相同
/ D# A% t2 ~& |6 r! b
! w' z8 J7 O3 [" ]5 x0 @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?
/ w4 s; J5 }9 Q' b9 D/ O7 }2 k8 t- t# _) }
> p=(5173+930)/(6841+1217)
; _( X( {" ^! ]0 F4 \> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))( C4 V% F6 M2 B/ i& z: U2 q
> 2*pnorm(z)
i( Q0 @6 h5 n( y) {[1] 0.5486768- Y% F( g$ z; B& `: Z0 e7 _0 D* `
2 K8 N0 u" h3 v: w
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.- Z- n4 Y7 l( `
* B9 A! Y6 Y/ p8 a- v8 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
|