|
|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 - \" d2 D# Z# e6 ^- I
) L6 O/ c$ R% U* e3 E+ E( e( r' G ?- `
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 |2 I0 t+ A3 W+ |/ n
/ _5 g0 c4 S% w! e) ?" @
a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)% t$ Q: a: A. l- W
或者 % x. t" B, d b5 R, R- X! A/ L$ U& P
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)1 r* @+ w, e: T( c" \; [
* B6 C9 J/ E" Q: S7 I
a与chisq.test()完全相同
0 D$ T. N6 h( ]/ ~+ @" K/ P3 j4 z1 X& y m( f
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?. w _2 E1 o/ @6 G9 o% I3 l
# O s" I$ K6 ^+ W/ P
> p=(5173+930)/(6841+1217)
8 o1 Q! K/ W8 Z> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
% ^$ b% ~8 U6 _/ D# L' S, U> 2*pnorm(z)
/ p9 V) @* r% p: u5 e: o* e! j' D[1] 0.54867688 V0 ^1 D& v7 ]2 W) I- P' O
5 ^+ L. V: L% K6 I0 c" p
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 s& {7 e8 m/ p6 k
: o& p2 m" h. {! j9 X, z2 G& M* J; i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
|