|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
& B& G5 F9 Q+ T+ [' e) a8 E. K" N n* Y' S1 x) |) \$ t `/ f& E
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():1 h* a- q- Z) F$ O; A( `$ z, j
- Y) _6 T+ F# b0 }a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731)' s0 W5 M7 [& Y
或者
& w- r5 y- G1 b% v; t, i: X8 E# c. qb: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)9 W# ~$ v! n( S
% X( t( N2 |( P; y3 c$ [. @ }
a与chisq.test()完全相同$ N1 k X: V* n* P, }0 T2 t
" J4 d% y% c6 `3 ~6 {0 b# K, b" C6 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?
, G3 @3 U" k. n0 Z" ?! O
f5 C# e, h' `% U> p=(5173+930)/(6841+1217)
. ]5 |; R* E6 C* E> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))
+ {; e; B$ M: `' |' `> 2*pnorm(z)
! M" x8 n2 x: ~5 Y! {9 x[1] 0.5486768
5 @+ y: B% O) |- r! J" \5 x9 E2 F5 F- R' S9 w' F& G9 e
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.
8 _7 e4 {: O3 O \% Q
- G' D" ^( j' B2 B" Y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
|