|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 * w2 Z% J# O% X& \4 o- x
6 g2 X; G9 R$ Y/ m% G0 _7 j8 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():
, ~! u6 T/ z+ N5 k
5 m% W! k8 f& y. ]' N1 L8 H! L( [a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
/ [3 E8 E" S' W0 Z* g: q8 T/ t或者 3 A+ t3 c8 E' B
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)+ f, n! z @( k0 g: c5 k
1 t" c5 T. h$ p/ G) S8 [3 j
a与chisq.test()完全相同$ ?& U) c+ q; r9 h. X# S$ J
) R6 z) c/ I- P- k
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?
0 N0 L( d2 o4 b" n6 E
$ _* h) L6 H) s1 C> p=(5173+930)/(6841+1217)1 C7 d$ N# D" g3 |; ~9 }+ t
> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217))) w; f5 ^+ }. J. c
> 2*pnorm(z)
, j4 D* S" G. g' j. X: h4 W. R[1] 0.5486768
/ B9 Y# z# ?6 }+ S/ g/ A F0 r. O$ O# N& `+ B( |0 p" R/ h9 B n
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.; N. W3 y6 n o9 o* Z; [
) D* y$ g: _% @7 E0 o
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
|