|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
: _. y7 d2 g0 w+ K& a) G, S$ @$ [. S. [ @4 F* H. Z( S
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():
' O5 ]; d) T/ p, {/ y" k. q7 \4 I
/ _8 z! `* U" Ya: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)! Z& I# G* Y0 a3 Y) g9 K! Q! f2 M
或者 , i+ e' f" t' U
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)0 x; j9 I1 Y7 A0 y, F% g
1 B; [2 f3 y+ B+ j% A! Ca与chisq.test()完全相同, I- M# W3 M+ f9 e) Y/ x9 W
. S C5 N1 u. g. C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 r9 m5 D. p3 U" i2 _; T+ V3 Q" W" d
> p=(5173+930)/(6841+1217)
" b) R! I3 E% b7 x/ u( A5 J> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))! H* @0 j; o, S7 f9 T q
> 2*pnorm(z)) E: e8 \* V5 ~# e5 l5 D
[1] 0.5486768
8 a4 M# b! I; j. {% i
; `+ g+ j- z; F6 y6 l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.
. u" \4 @! U: A4 m" r2 ~% b5 G: G
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
|