|
|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
" N9 {$ C" H9 i* A+ n! v& \& O. S6 h' h
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():
( m, s8 ^1 u* K. m0 N* D* |+ P& C" s& H
a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
$ ?7 X& ]0 o, }4 }4 b2 N# _7 g( E或者 0 y% \. z, R* g! _. R! s( x
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)+ y6 x- m( U8 ]# Q& X. g- D
* N" H8 V" s6 |+ c. I6 R" ha与chisq.test()完全相同! p3 \& o0 D" n* g
0 {: n. H! ]5 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?
/ ?8 H/ B8 P( b; N% g+ _( y% M% I; g* v" d$ S. U0 E( m
> p=(5173+930)/(6841+1217)
4 C! w2 G f6 T. D> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
( w& M0 D1 A8 ]2 `6 D> 2*pnorm(z)
* v# w5 [) b9 H. X[1] 0.54867689 C4 @5 p# ]/ H1 i' k G
+ d. }) I3 y: |/ G) j5 B
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.
: \( n4 |. w8 B3 O A' q( D- c. m6 O% u7 `
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
|