|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 7 o" D* D* |4 r0 ~6 k4 i
6 _" [/ a; h, C. k4 t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():7 D* ?" C' I$ Y+ Y4 \' b% B
+ @ s4 {% S$ D1 e8 B0 c8 Ea: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
* g' C' J: c$ ~/ O3 W: O或者 - z, V/ u' _9 A3 R
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
) d0 f) G0 d% G0 |) p5 k8 K6 q! U6 |/ S4 h) }
a与chisq.test()完全相同
6 x. I8 ^2 z5 |# k0 B/ F
6 ]9 J6 p& J: ]5 L# d* n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?% i( Q& Y# E" L/ t
$ a: n2 | D5 h> p=(5173+930)/(6841+1217)
. G9 q1 I; h, d- h+ C' q> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
& U: U7 D8 f9 x/ o> 2*pnorm(z)
# n8 {8 ] W, w[1] 0.5486768
, B" W) O" h" }7 h1 H5 s. H
/ W8 w& P3 W5 U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.
3 z$ ]3 A/ C, M2 j8 l
7 H' ]. C9 N. H* m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
|