|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
) _% U$ |4 \5 U' L4 P/ v' K# t5 H, B" K) Z
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():
& t' D* k# M9 z |
0 P7 N9 b2 X3 ^4 d( na: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)
$ u, f" [9 `9 }! |: z或者 3 d" l( H7 I& U4 t! C: @& z
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
7 Q9 d5 l. R8 U+ s \1 ~# ? v. d1 c5 l5 d. S+ T. Z
a与chisq.test()完全相同# v0 X& k2 Y, J* T! u- w6 l4 Y9 n
( r% J7 B1 r. G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?
5 w7 _5 c' x! ]% J1 H: B7 ~) G, Q9 O- }
> p=(5173+930)/(6841+1217)3 G p! p% e3 i( g- l
> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
% l6 @+ u- l4 T) t" C> 2*pnorm(z)
6 P# s/ @- Z! E4 I* v- s" A[1] 0.5486768% J9 f3 o, O; \8 E$ G2 ^. a
+ k$ n- [, |. d7 U0 H
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.
5 Y; z2 N5 q2 K% Q7 h( b
- o7 y* i" z7 z# r7 l# 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
|