|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑 " w, m* |, ^0 y) k1 H3 j
! l/ G7 h, i2 k8 h( B
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():
8 |. J: k2 j6 O: p8 c, E+ U" {$ I8 P7 I; _" }( ^: p. H
a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)* U& g2 P# q- E/ c4 J5 x9 _
或者
( Q5 q9 O/ u' p) Ob: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
7 d+ `+ ]: z( M4 g; D0 @4 n1 C4 E* z$ C
a与chisq.test()完全相同
) ^5 ?9 v: @7 H# y- g+ ~, j% q5 A; x& u2 Z1 m9 T L8 G, r) H
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?
9 n0 ^- v, X! A2 r( e! {/ L3 B# d/ d1 K! ~- L3 V( t
> p=(5173+930)/(6841+1217)' i" F T$ t) i2 v! g
> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
0 S: w7 k6 U/ }> 2*pnorm(z)
3 y8 ~ D1 N: ?* F, S0 f! c[1] 0.5486768! y: B" e( i0 `$ f/ P* W" f
+ R% o% b0 l' Y8 _8 \/ g& X
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.6 t! ^6 a7 Q! [7 ]4 a L& ^6 E' y
t+ Y% }* i& p9 R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
|