|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
) r& u$ Y$ Z, N$ S5 E3 j& f
4 D, C1 \% C% b& t7 A! }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():# G, O$ k; `% U; ^
! u" D# S* r1 y, [
a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)6 Z# x& q' [6 r; v
或者
3 g/ F) C$ {! E5 B( \: }# {$ Kb: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
8 P: D- f7 |! V; a7 x4 R q6 g, p/ x' M6 j/ b, B
a与chisq.test()完全相同6 q3 L2 |8 N: `2 e" i" R
1 o7 W) z$ D. j+ ~8 z/ R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?
, z, g1 F, B& u! I; w4 W& [& e1 j* C' D
> p=(5173+930)/(6841+1217)
0 D& H1 ?9 L ?! i. z# Q> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))% o- K3 k+ Y' E( v# D' d
> 2*pnorm(z), u4 g0 X& x0 y% }* J9 J6 e
[1] 0.5486768
' P! ?( ]* m0 a5 a# g5 t2 b+ q9 |7 [, [! t; l+ 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.- N" _. Z I8 g. _- n
- S7 A- m( k0 f; D D
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
|