|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 0 ?+ {7 Y1 L/ J: o" \4 s
+ j/ l& k" ^3 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():
0 T- n Q! k! z" b! i" L3 `( F5 Y
# w4 v% y. h2 K7 R: Q3 `9 m% h/ O! x6 [a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)$ W0 q, C2 J" a, F, K5 W: r
或者
7 W5 E) ?9 m- b' Qb: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)1 i% P- e. l, ~( A; o! Q
8 m2 B% H8 a5 L5 i4 E
a与chisq.test()完全相同
` E+ E1 P; ?
* w. G+ r; [, Q" g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?
+ T5 O+ l' S& S# |5 A5 E1 \6 d0 P( m* h$ C) G& q9 e4 P
> p=(5173+930)/(6841+1217): [# }3 j, X4 X( }. _8 i
> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
# S/ j1 Q! V( J; w5 ^> 2*pnorm(z)
# w9 k8 K) S! q, f. H[1] 0.5486768
# S0 t1 ]9 i7 B2 Q" m
" L3 y% `% R) Q5 ? N! 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.( o4 V% ^! Y* [# ^6 k0 O5 {
1 {, ?* s4 J: ~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
|