|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 . a5 i( y5 U/ k' Q7 T
- |4 S5 ]" @- o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():( ]1 l' N( `- ~; ~
/ b2 T6 @* U7 U: Xa: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
t; }, n/ k( G6 Y4 D; |9 a- q3 \或者
! W3 R( J3 S l/ J* [0 P6 pb: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)$ q6 w( r/ G9 Q8 }8 k1 b: f- d' C7 c
) L- C, h3 W0 d8 c
a与chisq.test()完全相同& H& D( u( v5 V& W* a7 e
, {( r' d/ o; D# a7 n# I4 A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?
5 a- k: z6 T( }. i4 b! P; h/ `& i E
> p=(5173+930)/(6841+1217)0 T1 U9 S! z/ p4 C5 }; a
> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
, Q6 w# x, g5 k: C H' K8 y> 2*pnorm(z)
7 |+ n6 \ X! P! c R s' `% W[1] 0.54867687 y j$ c& a0 K: U
5 E( z; S4 p( g4 S' }1 ?) 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.
* b8 z' X0 M; k+ j% ~
0 S/ a: g {2 O- p& {1 [2 [( h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
|