|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 7 m" \9 r/ L; c. P: d, @
; y* j. H) C2 z$ K7 {( ^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():
$ r' ?8 k3 G, I
4 Z8 z! B4 j3 \/ J9 y/ Aa: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)8 l6 p$ {3 f& c% n) R/ o9 f$ W
或者 ; s4 h1 w: \; R$ y- J' r$ j
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
# q* ~6 q5 S$ t2 W8 m( }. V6 b
- c3 g8 k+ z7 k- D$ z& Q" V% W* ga与chisq.test()完全相同! R; ?: P+ {8 @- C
: u9 Y1 K$ `) m! q
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?
$ S' q2 g0 q" u& r
% [# o( D( K4 F> p=(5173+930)/(6841+1217)0 Q8 w+ C2 c1 ?" q9 H5 }
> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
7 ^7 x* X: K6 K# X+ \! V2 k9 k> 2*pnorm(z)& E8 k' C* O; C" N8 U
[1] 0.5486768. e# Y ?1 g. v
) I; ?( z0 b+ a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 o y" _! \; Z& \* e# T
; k: A; H7 q7 `; e3 b9 m: N, b6 V
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
|