|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 4 Z+ c# [4 J8 f/ B$ v
* t9 x! I% |$ U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():
5 I+ o* V2 ^6 y4 \ a7 a; Q7 k8 G! j2 @2 U3 |& h- e) J/ p
a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
8 }( @, T1 R5 ?# @. P3 I或者 $ \; a$ d4 A+ a/ a: a
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
( f/ n3 D5 K* t
5 }. A7 a$ e: Y/ {7 W4 ya与chisq.test()完全相同# c- Z* ?8 n3 w2 {# `0 n$ x; e
) G, x7 a* e3 @3 V* L3 ]
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?- d6 G7 f8 B) Q3 F" m" i# L
1 D7 r- s" p! H% u7 g# m6 D7 g; j! W
> p=(5173+930)/(6841+1217)
: ]2 S# I1 ]& U: l% U% l" x: L> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))- z. C8 }2 D9 `2 G' j8 L' W, S
> 2*pnorm(z)* y+ K8 G# ?& l$ V6 h
[1] 0.54867686 `1 C! Z' x# }: n- j5 W
9 A7 i6 f7 l1 V3 [# E- `0 o
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.' P" M1 M( N! z. ]' E, ~
6 n! ?8 e& x0 d$ z% Z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
|