|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
4 S0 B* R" P! k: V; n9 O% N, r+ _* M5 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():' o4 ~& r0 q1 @5 ]. j4 \: k! |/ i
$ f2 N7 K$ G+ K+ Ua: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)' o2 `5 ?9 s' z3 V1 l3 U' T
或者
5 J2 ~5 b: U. F" h! Yb: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487): {; w; C" B) H C3 B
9 C' e j$ H6 I u( x `a与chisq.test()完全相同
% g3 |* ]1 a( n( v( h6 Z& M
8 d# s) m: |9 w/ |$ |/ Q( N" K. 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?/ X* r c: ^. |/ g
9 a( r0 B4 w( g# z
> p=(5173+930)/(6841+1217)
% F$ B8 y: c1 x, Q u$ ~> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
- Z) X$ r1 ?8 E6 Y- V> 2*pnorm(z)7 ^' v7 |6 N6 M
[1] 0.54867687 T8 x4 ~- {: L' z
0 x$ W0 g/ _9 J8 W# Y) b( M2 h8 T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 L# _% E' v" P3 `9 a: m/ `$ H Q4 P# j5 [
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
|