|
本帖最后由 ctt1984111 于 2014-1-1 01:19 编辑
/ i6 D4 V: Q6 y# ~% b& i- E+ L" u1 }* g, K( l# [( o+ x
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():
: I0 ]7 R- J$ Q* ]9 {; g3 B, F8 Q/ W' B( R
a: prop.test(x=c(5173,930),n=c(6841,1217)) (p-value = 0.5731); l3 @3 s9 a6 h- G4 h' ~
或者 & ]& }$ [" V9 L- T, R0 k
b: prop.test(x=c(5173,930),n=c(6841,1217),correct=F) (p-value = 0.5487)
% [* ^$ x8 s/ X! X# a% i. g P
! g7 s( N' o3 E/ U8 W/ ~, ma与chisq.test()完全相同
3 ]5 j% z2 w/ D1 S
5 p6 m: G6 G( x6 H' b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 c+ [6 A- X$ t6 ]8 m
* _- Q; @& N, z2 a
> p=(5173+930)/(6841+1217)
0 d9 o( Z4 z8 o. \ Q, M* F& V> z=(5173/6841-930/1217)/sqrt(p*(1-p)*((1/6841)+(1/1217)))0 S, p6 v# S, a& j
> 2*pnorm(z)
6 |2 V1 G" H/ N% ?[1] 0.54867687 q4 T' I! V% s6 m. h/ K$ e
4 u( m8 M5 e+ q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.
" Y4 c' N g: H' o' ^( i$ Q9 y; Y. \# Y0 i V, a5 X
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
|