|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
- o: z3 e8 K1 J) m1 d
7 [9 q6 K9 i+ o9 ^0 X1 K$ 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():/ X( G. K' I; Q9 ~ x6 t2 z
5 M m( U7 g/ Y( Ea: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
) o: s2 s- X' b5 @# h或者 ; d5 \, q1 o2 C1 D
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)+ D/ R" W: u1 [: j/ u
1 v2 A3 Z4 d& C3 D0 D. L, @
a与chisq.test()完全相同
# {8 a q5 i- T7 z) W r5 q [, ?( d3 l# U& o8 w) W4 Q2 B
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?
* l$ t6 X! G" d# N. i) Z
2 Q# d9 Z) G( L, J> p=(5173+930)/(6841+1217)% P, {4 J+ {+ v/ N, s9 S( ^$ X- }
> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))7 f: |: H+ Y" @, u
> 2*pnorm(z)4 [. O# u- k p) e
[1] 0.54867689 K2 [; w( X7 _* p+ @( Y" I- T
8 j3 D m4 i. G; [- h8 {: A" ?* B1 K
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 z: Y, b2 o' Q5 |, f Q1 ]
6 L1 \5 }+ q) 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
|